Assessment of interprofessional collaborative practice components of perioperative teams
Notice bibliographique
Résumé
Objective: The purpose of this study was to conduct a hospital workforce survey of nurses to determine what interprofessional collaborative practice components they have in place at their worksites. The findings could indicate what is needed to create, expand, and maintain an effective interprofessional collaborative practice environment.Methods: The study used a random sample of working perioperative nurses who were members of a national perioperative registered nurse association database and had interprofessional collaborative practice training either by continuing medical education or micro credentialing. These nurses were sent two surveys to assess their worksite presence of interprofessional components. These validated surveys assess an organization’s capacity to have an interprofessional collaboration by examining the workplace environment, environmental mechanism, and institutional support of interprofessional collaboration.Results: Interprofessional collaboration within the perioperative worksite setting exists in most of the structures in place. However, urban sites were more likely to lack supportive components that build, evaluate, and continuously create interprofessional teams.Conclusions: There was an uneven implementation of the interprofessional collaboration components. The components vary by site, with urban hospitals having few components resulting in a more asymmetrical interprofessional team. The study’s findings indicate a need for an assessment of worksite interprofessional collaboration to ensure all components are in place and for evaluation and improvement of interprofessional collaboration.
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 | 0,001 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».