MétaCan
Menu
Retour à la cohorte
Enregistrement W4214943909 · doi:10.1111/medu.14768

Integrating social paediatrics through experiential and advocacy‐based learning

2022· article· en· W4214943909 sur OpenAlexaff
Andrea Ens, Breanna A. Chen, Jill Sangha, Jacqueline Ogilvie

Notice bibliographique

RevueMedical Education · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueChild and Adolescent Health
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésCitationLibrary scienceExperiential learningPsychologyMedicineComputer scienceMathematics education

Résumé

récupéré en direct d'OpenAlex

Our data indicated that panel co-management significantly improved rPCP's perceptions of the clinic experience and continuity of care without diminishing the extent to which rPCPs felt like the PCP for their patients.Prior to the intervention, 77% of rPCPs felt overwhelmed to extremely overwhelmed by inter-visit communication during inpatient rotations, which decreased to 35% post-intervention.Additionally, rPCPs felt panel co-management improved continuity of care for patients.The feedback received from this active collaboration of rPCPs and PAs taught us that PA and rPCP co-management helped address the fundamental difference in access to and continuity of care for patients of rPCPs, as evidenced by the improvements perceived by rPCPs in response to and triage of inbasket messages, scheduling with the PA, and overall continuity of care.Importantly, the co-management model did not change the extent rPCPs felt like their patients' primary care physician, which is critical to preserve PCP relationships with and ownership of the patients on their panel, a formative part of primary care practice.Support of clinic and residency leadership was critical to initiating the intervention.This program can serve as a model for other clinics where residents provide longitudinal care to support both the resident and their patients by balancing between the PCP role and concomitant inpatient responsibilities and enhancing team-based 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)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,429
Écart entre enseignants0,401 · 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'étudeSans objet
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical EducationMême sujetChild and Adolescent HealthTravaux en français237 207