MétaCan
Menu
Retour à la cohorte
Enregistrement W3160886552 · doi:10.3390/ijerph18105162

Promoting Interprofessional Education and Collaborative Practice in Rural Health Settings: Learnings from a State-Wide Multi-Methods Study

2021· article· en· W3160886552 sur OpenAlexaff
Priya Martin, Alison Pighills, Vanessa Burge, Geoff Argus, Lynne Sinclair

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensUniversity of Toronto
Organismes subventionnairesToowoomba Hospital Foundation
Mots-clésThematic analysisInterprofessional educationHealth careService delivery frameworkMedical educationNursingRural healthService (business)PsychologyMedicineRural areaQualitative researchSociologyPolitical scienceBusiness

Résumé

récupéré en direct d'OpenAlex

Evidence is mounting regarding the positive effects of Interprofessional Education and Collaborative Practice (IPECP) on healthcare outcomes. Despite this, IPECP is only in its infancy in several Australian rural healthcare settings. Whilst some rural healthcare teams have successfully adopted an interprofessional model of service delivery, information is scarce on the factors that have enabled or hindered such a transition. Using a combination of team surveys and individual semi-structured team member interviews, data were collected on the enablers of and barriers to IPECP implementation in rural health settings in one Australian state. Using thematic analysis, three themes were developed from the interview data: IPECP remains a black box; drivers at the system level; and the power of an individual to make or break IPECP. Several recommendations have been provided to inform teams transitioning from multi-disciplinary to interprofessional models of service delivery.

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)0,010
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,497
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,058
Tête enseignante GPT0,560
Écart entre enseignants0,502 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations18
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetInterprofessional Education and CollaborationTravaux en français237 207