An Innovation Sprint to Promote Problem-solving and Interprofessional Skills Among Pharmacy and Public Health Students
Notice bibliographique
Résumé
Objective. Innovation sprints are a novel pedagogy where small groups of students find creative solutions to problems. The purpose of this study was to extend our understanding of innovation sprint pedagogical design by investigating the impact of an innovation sprint on Doctor of Pharmacy (PharmD) students’ and Master of Public Health (MPH) students’ interprofessional collaboration and problem-solving skills. We hypothesized that the innovation sprint would increase student self-efficacy and that interprofessional collaborative behaviors would be demonstrated by individuals on a team. Methods. MPH and third-year PharmD students were assigned to teams and participated in a required two-hour innovation sprint. Faculty observed student teams and evaluated their interprofessional collaboration skills using a rubric modeled after the Modified McMaster-Ottawa Scale. Students completed a postprogram survey assessing their interprofessional collaborative behaviors and attitudes toward the innovation sprint. Results. Of the 133 students participating in the innovation sprint, 127 completed the postprogram survey (response rate=95%). Faculty determined that 123 students (92%) met the interprofessional collaboration competencies. The mean interprofessional collaborative competencies attainment survey scores increased for both PharmD and MPH students. Qualitative analyses highlighted themes of interprofessional collaboration and problem-solving skills that students valued. Overall, students enjoyed working with each other and engaging in creative problem-solving. Conclusion. An interprofessional innovation sprint involving PharmD and MPH students demonstrated a positive impact on student self-assessed interprofessional collaboration and problem-solving skills. Further, faculty observed a high rate of interprofessional behaviors within student teams. Based on these findings, an innovation sprint may be an effective pedagogical tool to enhance students’ skills in these areas.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».