MétaCan
Menu
Retour à la cohorte
Enregistrement W3009745890 · doi:10.1186/s12875-019-1076-7

Variables associated with interprofessional collaboration: a comparison between primary healthcare and specialized mental health teams

2020· article· en· W3009745890 sur OpenAlexafffundabout
Nicolas Ndibu Muntu Keba Kebe, François Chiocchio, Jean-Marie Bamvita, Marie‐Josée Fleury

Notice bibliographique

RevueBMC Family Practice · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensMcGill UniversityDouglas Mental Health University InstituteWilfrid Laurier UniversityUniversity of OttawaUniversité de Montréal
Organismes subventionnairesFonds de Recherche du Québec - Santé
Mots-clésMedicineMental healthPrimary carePromotion (chess)Multivariate statisticsPrimary health careNursingFamily medicinePsychiatryEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This study has two aims: first, to identify variables associated with interprofessional collaboration (IPC) among a total of 315 Quebec mental health (MH) professionals working in MH primary care teams (PCTs, N = 101) or in specialized service teams (SSTs, N = 214); and second, to compare IPC associated variables in MH-PCTs vs MH-SSTs. METHODS: A large number of variables acknowledged as strongly related to IPC in the literature were tested. Multivariate regression models were performed on MH-PCTs and MH-SSTs respectively. RESULTS: Results showed that knowledge integration, team climate and multifocal identification were independently and positively associated with IPC in both MH-PCTs and MH-SSTs. By contrast, knowledge sharing was positively associated with IPC in MH-PCTs only, and organizational support positively associated with IPC in MH-SSTs. Finally, one variable (age) was significantly and negatively associated with IPC in SSTs. CONCLUSIONS: Improving IPC and making MH teams more successful require the development and implementation of differentiated professional skills in MH-PCTs and MH-SSTs by care managers depending upon the level of care required (primary or specialized). Training is also needed for the promotion of interdisciplinary values and improvement of interprofessional knowledge regarding IPC.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,365
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,078
Tête enseignante GPT0,445
Écart entre enseignants0,366 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Family PracticeMême sujetInterprofessional Education and CollaborationTravaux en français237 207