Characteristics, barriers and facilitators of initiatives to develop interprofessional collaboration in rural and remote primary healthcare facilities: a scoping review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Despite strong evidence supporting interprofessional collaboration (IPC) and the documented need for collaborative practice in primary health care (PHC), initiatives to promote IPC in rural and remote PHC facilities have not been extensively studied. The purpose of this article is to map interprofessional education (IPE) and interprofessional practice (IPP) initiatives implemented to promote IPC in rural and remote PHC facilities, and identify barriers and facilitators to their implementation. METHODS: A scoping review was conducted. After two reviewers filtered titles and abstracts, 94 retained articles were subsequently screened. Finally, 23 articles were selected and analyzed using a directed content analysis approach in NVivo v12. RESULTS: Only 10 articles focused on the implementation of initiatives to improve IPC, while the majority reported barriers and facilitators. The most common IPE initiatives were workshops, courses, discussion groups and simulations, while IPP initiatives fell into two main categories: clinical or technological tools. Limited human resources, understanding of roles, and knowledge of context as well as traditional roles, were identified as barriers. Team size, past experience and relationships, connection to community, flexibility and openness, and financial support were facilitators to developing IPC. CONCLUSION: Deployment of IPC in rural and remote PHC facilities is critical given the various challenges faced in these clinical settings. The facilitators identified in this literature review are specific to rural and remote clinical settings and provide hope that new initiatives more tailored to rural and remote settings will be implemented and evaluated in the future to improve IPC and care delivery.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle