Collaborative practice competencies needed for telehealth delivery by health and social care professionals: a scoping review
Notice bibliographique
Résumé
In the context of the COVID-19 pandemic, many healthcare and social services professionals have had to provide services through virtual care. In the workplace, such professionals often need to be sufficiently resourced to collaborate and address collaborative care barriers in telehealth. We performed a scoping review to identify the competencies required to support interprofessional collaboration among clinicians in telehealth. We followed Arksey and O'Malley's and the Joanna Briggs Institute's methodological guidelines, including quantitative and qualitative peer-reviewed articles published between 2010 and 2021. We expanded our data sources by searching for any organization or experts in the field via Google. The analysis of the resulting thirty-one studies and sixteen documents highlighted that health and social services professionals are generally unaware of the competencies they need to develop or maintain interprofessional collaboration in telehealth. In an era of digital innovations, we believe this gap may jeopardize the quality of the services offered to patients and needs to be addressed. Of the six competency domains in the National Interprofessional Competency Framework, it was observed that interprofessional conflict resolution was the competency that emerged least as an essential competency to be developed, while interprofessional communication and patient/client/family/community-centered care were identified as the two most reported essential competencies.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 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 ».