Attitudes of medical students towards interprofessional education: A mixed-methods study
Notice bibliographique
Résumé
BACKGROUND: Interprofessional Education (IPE) aims to improve students' attitudes towards collaboration, teamwork, and leads to improved patient care upon graduation. However, the best time to introduce IPE into the undergraduate curriculum is still under debate. METHODS: We used a mixed-methods design based on a sequential explanatory model. Medical students from all six years at the University of Bern, Switzerland (n = 683) completed an online survey about attitudes towards interprofessional learning using a scale validated for German speakers (G-IPAS). Thirty-one medical students participated in nine semi-structured interviews focusing on their experience in interprofessional learning and on the possible impact it might have on their professional development. RESULTS: Women showed better attitudes in the G-IPAS across all years (p = 0,007). Pre-clinical students showed more positive attitudes towards IPE [Year 1 to Year 3 (p = 0.011)]. Students correctly defined IPE and its core dimensions. They appealed for more organized IPE interventions throughout the curriculum. Students also acknowledged the relevance of IPE for their future professional performance. CONCLUSIONS: These findings support an early introduction of IPE into the medical curriculum. Although students realise that interprofessional learning is fundamental to high-quality patient care, there are still obstacles and stereotypes to overcome. TRIAL REGISTRATION: ISRCTN 41715934.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,000 |
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.
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 tête enseignante, 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 ».