Healthcare teams and patient‐related terminology: a review of concepts and uses
Notice bibliographique
Résumé
BACKGROUND: Discussions concerning health care teams and patient-related terminology remain an ongoing debate. Terms such as interdisciplinary, multidisciplinary and transdisciplinary, as well as interprofessional are ambiguously defined and frequently used, rightly or wrongly, interchangeably. Also, clarification on the terminology regarding patients is rarely explicitly addressed in the health care team's literature, potentially resulting in confusion among health professional students, novice researchers, and practitioners. METHODS: A structured literature review was conducted. Electronic searches were performed from August 2018 to September 2019 on the following databases: CINHAL, Scopus, Science Direct, PubMed, Nursing and Allied Health and JSTOR. The following terms were used: 'terminology', 'team(s)', 'nursing', 'health', 'medical', 'education', 'interprofessional', 'interdisciplinary', 'multidisciplinary', 'transdisciplinary', 'collaboration', 'patient', 'client', 'customer', 'user' and 'person'. RESULTS: Small but significant nuances in the use of language and its implications for patient care can be made visible for health professional education and clinical practice. Healthcare is necessarily interdisciplinary and therefore we are obligated, and privileged, to think more critically about the use of terminology to ensure we are supporting high-quality evidence and knowledge application. CONCLUSION: To avoid confusion and lack of consistency in the peer-review literature, authors should be encouraged to offer brief definitions and the rationale for the use of a particular term or group of term. In addition, a deeper understanding of the values that each patient-related term represents for particular disciplines or health care professions is essential to achieve a more comprehensive conceptual rigour.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,026 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,029 | 0,033 |
| Études des sciences et des technologies | 0,002 | 0,009 |
| Communication savante | 0,010 | 0,014 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».