MétaCan
Menu
Retour à la cohorte
Enregistrement W4306155203 · doi:10.54909/sp.v6i1.123586

EDUCAÇÃO INTERPROFISSIONAL NOS PROJETOS PEDAGÓGICOS DE RESIDÊNCIAS MULTIPROFISSIONAIS EM SAÚDE DO PARANÁ

2022· article· pt· W4306155203 sur OpenAlexaboutno aff
Caroline Pagani Martins, Noemi da Silva Pereira, Pablo Guilherme Caldarelli

Notice bibliographique

RevueSaberes Plurais Educação na Saúde · 2022
Typearticle
Languept
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPsychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

A educação interprofissional (EIP) possibilita que discentes das Residências Multiprofissionais em Saúde (RMS) atuem em prol de melhorias e avanços no cuidado em saúde. Todavia, a concretização desse modelo educacional nos programas de residência ainda encontra barreiras. Assim, essa pesquisa teve como objetivo analisar a abordagem da EIP em projetos pedagógicos de cinco RMS (PPRMS) do Paraná. Para tanto, realizou-se um estudo descritivo e transversal, do tipo análise documental. Primeiramente, fez-se atenta leitura dos projetos, tendo o Quadro Nacional de Competências Interprofissionais do Canadian Interprofessional Health Collaborative (CIHC) como referencial. Em seguida, um instrumento baseado na matriz orientadora para avaliação de contextos educacionais na perspectiva da EIP foi elaborado. Nessa matriz constavam 16 questões relacionadas aos objetivos, à fundamentação teórica, à estrutura e métodos de ensino-aprendizagem e aos mecanismos de avaliação da aprendizagem interprofissional. Os achados evidenciam a ausência de elementos importantes para efetivação da EIP e das práticas colaborativas no trabalho em saúde, como liderança colaborativa, resolução de conflitos interprofissionais, fundamentação teórica e avaliação da aprendizagem interprofissional. Por outro lado, o bom funcionamento da equipe, a comunicação interprofissional e o cuidado centrado no usuário, amplamente previstos nos documentos, dão perspectivas positivas em torno da consolidação da EIP nessas RMS.

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)0,014
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,019
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,019
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0050,004
Communication savante0,0060,003
Science ouverte0,0010,010
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,039
Tête enseignante GPT0,407
Écart entre enseignants0,368 · 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 revueSaberes Plurais Educação na SaúdeMême sujetInterprofessional Education and CollaborationTravaux en français237 207