Developing Interprofessional Learning Package for Undergraduate Students in Faculty of Medicine, Universiti Kebangsaan Malaysia Medical Centre (UKMMC)
Notice bibliographique
Résumé
In Malaysia, the concept of Interprofessional Learning is not yet established, however it has begun to develop over the past few years. Methods: Three scenarios were developed for undergraduate students from medicine, nursing and emergency medicine; Acute Myocardial Infarction (AMI), Chronic Obstructive Pulmonary Disease (COPD) and trauma. The Interprofessional Learning Package (IPLP) adopted scenario -based learning and hybrid simulation; mannequin and simulated patient which focused on patient management. Each session employed experiential, interactive and contextualised sessions. The created learning sessions required the students to work in a small interprofessional team. The IPLP was validated by a panel of experts. Results: Content analyses were carried out for analysing the strategies that were performed during the development process. Focused group discussion showed that nursing students had positive views towards interprofessional learning. Document analysis on the curriculum showed that there were loopholes where the programmes needed to improve and expose students to interprofessional learning in order to achieve the faculty learning outcomes. Literature review gave an idea on the creating of the scenario and panel experts' input was also important as it reflected the created scenarios which were common sense and logically designed. Conclusion: This study managed to developed the Interprofessional Learning (IPL) package with simulation and scenario approached which can encourage students to learn with, from and about other programmes as well as managing a patient as a team.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».