Changing the channel: the effect of an innovative video intervention on resident attitudes towards interprofessional collaboration on a Geriatric Medicine Unit
Notice bibliographique
Résumé
Background: Medical learners develop a more positive attitude toward Interprofessional Collaboration (IPC) following Interprofessional Education (IPE) programs. However, IPE is not standardized, and the most effective teaching tool is unclear. The purpose of our study was to develop an IPE teaching tool for medical residents during an inpatient geriatric medicine rotation at an academic hospital, evaluate and explore the impact of the program on resident attitudes towards teamwork, and identify barriers and facilitators to interprofessional collaboration. Methods: An innovative video was developed which simulated a common IPC scenario. Near the start of the rotation, learners watched the video then participated in a facilitated discussion around principles of IPE, using the Canadian Interprofessional Health Collaborative (CIHC) framework, which highlights interprofessional communication, patient-centered care, role clarification, team functioning, collaborative leadership, and interprofessional conflict resolution. At the end of their four-week rotation, focus groups were conducted to explore resident attitudes towards IPE. The Theoretical Domain Framework (TDF) was used for qualitative analysis. Results: Data from 23 participants in five focus groups were analyzed using the TDF framework. Residents were able to identify barriers and facilitators to IPC in five TDF domains: environmental context and resources, social/professional role and identity, knowledge, social influences, and skills. Their observations correlated with the CIHC framework. Conclusion: The use of a scripted video and facilitated group discussion gave insights into residents' attitudes, perceived barriers, and facilitators towards IPC on a geriatric medicine unit. Future research could explore the use of this video intervention in other hospital services where team-based care is important.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».