Interprofessional collaboration between health professional learners when breaking bad news: a scoping review protocol
Notice bibliographique
Résumé
OBJECTIVE: The objective of this scoping review is to examine pedagogies used to teach interprofessional health learners how to break bad news collaboratively. INTRODUCTION: Breaking bad news is a skill health care professionals must be equipped to deliver well, yet literature shows that this skill receives little attention in program curricula. Consequently, health care professionals feel inadequately prepared to deliver bad news, leading to greater burnout, distress, and fatigue. INCLUSION CRITERIA: Studies that describe pedagogies used to teach breaking bad news will be considered for inclusion. Studies must include two or more undergraduate and/or postgraduate learners working towards a professional health or social care qualification or degree at a university or college. Studies including lay, complementary and alternative, or non-health or social care professional learners will be excluded. METHODS: The JBI three-step process will be followed for developing the search. Databases to be searched include MEDLINE, CINAHL, Embase, Education Resource Centre, and Social Work Abstracts. Title and abstract screening through to data extraction will be completed by two independent reviewers and any disagreements will be resolved through discussion, or with a third reviewer. Results will be presented in tabular or diagrammatic form, together with a narrative summary.
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 | 0,110 | 0,085 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,006 |
| Méta-épidémiologie (sens large) | 0,014 | 0,013 |
| Bibliométrie | 0,021 | 0,016 |
| Études des sciences et des technologies | 0,006 | 0,006 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,006 | 0,008 |
| Intégrité de la recherche | 0,010 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,052 | 0,013 |
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 ».