The perceived impact of the COVID-19 pandemic on interprofessional education and collaborative practice: preliminary results from phase I of a global survey
Notice bibliographique
Résumé
The COVID-19 pandemic has had a sizable effect on interprofessional education and collaborative practice (IPECP) globally, yet much of the available literature on the topic remains anecdotal and locally bounded. This body of literature reflects celebratory and aspirational reports, with many case studies of successful response and perseverance under conditions of extreme pressure. There is, however, a more worrisome narrative emerging that pointed to differences in pandemic response with concerns raised about the sustainability of IPECP during and after the pandemic. The COVID-19 task force of InterprofessionalResearch.Global (IPRGlobal) set out to capture the successes and challenges of the interprofessional community over the pandemic through a longitudinal survey, with a view to inform global attempts at recovery and resilience. In this article, we report preliminary findings from Phase 1 of the survey. Phase 1 of the survey was sent to institutions/organizations in IPRGlobal (representing over 50 countries from Europe, North and South America, Australia, and Africa). The country-level response rate was over 50%. Key opportunities and challenges include the abrupt digitalization of collaborative learning and practice; de-prioritization of interprofessional education (IPE); and rise in interprofessional collaborative spirit. Implications for IPECP pedagogy, research, and policy post-pandemic are considered.
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 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 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 ».