Stratégies de recrutement et de formation des patients en éducation : une synthèse de la littérature
Notice bibliographique
Résumé
Introduction : La mise en œuvre du concept de soins centrés sur le patient nécessite que les patients soient inclus tôt dans l’enseignement des futurs professionnels de la santé. L’engagement des patients dans les institutions de formation est un reflet de ce nouveau courant. La mise en place d’un programme de formation de patients en éducation est généralement suggérée, mais les lignes directrices sont rares. But : Cette recherche vise à identifier les stratégies de recrutement et de formation des patients en éducation. Méthode : Une synthèse de la littérature a été effectuée à partir des bases de données bibliographiques ERIC, PubMed et PsychInfo. Certains articles ont été sélectionnés manuellement à l’extérieur de ces sources, dans le but d’inclure les écrits rédigés par des auteurs francophones. Résultats : 25 articles sur 297 ont été retenus selon des critères de sélection spécifiques. L’établissement d’un réseau de recrutement centralisé contribue à la durabilité des programmes concernés. Certains critères spécifiques, liés à la disponibilité d’habiletés de communication et de collaboration, d’un savoir expérientiel et d’une stabilité émotionnelle, doivent être considérés dans la sélection des patients. L’accès à des sessions de formation, avec des objectifs d’apprentissage et un guide de formation, est avantageux pour les patients en éducation. Conclusion : La mise en œuvre d’un réseau de recrutement centralisé, d’entrevues de sélection et d’un programme de formation pour les patients en éducation facilite la mise en place d’un programme de patients en éducation efficace et durable.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».