MétaCan
Menu
← Retour à la cohorte
Enregistrement W3173305101 · doi:10.5430/jnep.v11n11p15

Interprofessional collaboration in home-based community care programs: A leadership imperative

2021· article· en· W3173305101 sur OpenAlexaffvenue
Jacqueline Limoges, Kim Jagos, Martin McNamara, Ian R. Drennan

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensGeorgian College
Organismes subventionnairesnon disponible
Mots-clésNursingInterprofessional educationHealth careQualitative researchMedicinePsychologyPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

Community Paramedic (CP) services are relatively new in home-based community care, and as these programs expand, there are additional opportunities for leadership in interprofessional and cross-sectoral collaboration. Understanding the unique contributions of each health care provider can ensure that a patient-centered approach remains forefront. This qualitative study included 33 participants representing nurses, physicians and CPs involved in home-based community care. Interviews explored attitudes, barriers and enablers to collaboration, role optimization and integration of paramedics into home-based community care and were analyzed with interpretive descriptive methods. Participants recognized the benefits of CP services and positive attitudes motivated them to engage in collaboration to support patient-centered care. Participants stated they require support and leadership to strengthen interprofessional collaboration and care coordination. Strategies such as the removal of silos, forging new networks of collaboration, interprofessional education, and changes in professional regulation for paramedics can support new roles and opportunities for nurses, paramedics and physicians in home-based community care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0150,006
Communication savante0,0090,006
Science ouverte0,0020,011
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,184
Tête enseignante GPT0,558
Écart entre enseignants0,375 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and Practice→Même sujetInterprofessional Education and Collaboration→Travaux en français237 207→