MétaCan
Menu
← Retour à la cohorte
Enregistrement W4317878662 · doi:10.32920/21948194.v1

The need for clarification of terminology and labels in interprofessional care: A commentary

2023· preprint· en· W4317878662 sur OpenAlexaff
Kateryna Metersky, Rostislav Axenciuc, Emily Mitchell, Sifelipilu Nyathi

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensResponse Biomedical (Canada)Toronto Public HealthToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésCLARITYTerminologyVariety (cybernetics)Health carePatient careHealth professionalsNursingPsychologyMedicineComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Background: The current healthcare environment is filled with numerous team caring models, which are often used interchangeably, but ultimately mean different levels of collaboration among HCPs, and between HCPs and patients: multiprofessional collaboration, transprofessional collaboration, and interprofessional patient-centered collaborative (IPCC) care. Furthermore, the labels for these care models are not patient-friendly, portraying that only HCP ‘professionals’ comprise the team membership. Clarity is required around the terminology and labeling of these caring models to ensure enhanced patient involvement within interprofessional teams. Discussion: The definitions of the three team care models are provided with an explanation of how these models of care connect to the 55year-old patient’s case and impact on the relationship between HCPs and patient. Conclusion: While IPCC care is considered as the gold standard for the collaboration between a variety of HCP professional groups and the patient, work needs to be done on the label applied to this caring model. Future research should explore, from patients’ perspectives, the labels used in IPCC care and propose an alternative title that is more inclusive of patients as team members.

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)0,151
score de la tête « metaresearch » (Gemma)0,382
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,151
Score d'incertitude au seuil0,798

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1510,382
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0040,005
Bibliométrie0,0070,007
Études des sciences et des technologies0,0130,053
Communication savante0,0190,044
Science ouverte0,0180,016
Intégrité de la recherche0,0760,144
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,075
Tête enseignante GPT0,485
Écart entre enseignants0,410 · 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
GenreCommentaire

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInterprofessional Education and Collaboration→Travaux en français237 207→