MétaCan
Menu
Retour à la cohorte
Enregistrement W4385978416 · doi:10.1186/s12909-023-04566-w

Readiness for interprofessional learning among health science students: a cross-sectional Q-methodology and likert-based study

2023· article· en· W4385978416 sur OpenAlexafffund
Ana Oliveira, Danielle Brewer‐Deluce, Noori Akhtar‐Danesh, Sarah Wojkowski

Notice bibliographique

RevueBMC Medical Education · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensMcMaster UniversityWest Park Healthcare Centre
Organismes subventionnairesMcMaster University
Mots-clésLikert scaleMedical educationHealth scienceInterprofessional educationPsychologyCross-sectional studyScale (ratio)Graduate studentsHealth careMedicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Interprofessional education (IPE) prepares healthcare students for collaboration in clinical practice, but the effectiveness of this teaching method depends on students' readiness for and perceptions of IPE. Evaluating students' readiness for and perceptions of IPE is challenging, due to the lack of comprehensive measures. This study characterized the level of IPE readiness and perspectives across first-year undergraduate and graduate health science students using the readiness for interprofessional learning Likert Scale (RIPLS) and Q-methodologies. METHODS: This is a cross-sectional, online study. Students were randomized to answer the Likert-scale version of RIPLS (80%) or a matched Q-methodology survey (20%). An ANCOVA compared RIPLS scores between students from different program levels (graduate/undergraduate) and specialization (health professional and general programs). The Q-data was analysed using a by-person factor analysis. RESULTS: Three hundred and four (33% response rate) and 71 (30% response rate) students completed the Likert scale and the Q-methodology surveys, respectively. Students from graduate programs demonstrated high readiness for IPE (higher total RIPLS scores p < 0.001) in comparison to undergraduates. Three factors, associated with program specialization (p = 0.04), emerged from the Q-methodology analysis characterizing students learning priorities. Students in undergraduate general programs were focused on IPE relevance and benefits to "the clinical team", students in graduate programs focused on "the patient", and those in undergraduate health professional programs focused on themselves ("me"). CONCLUSIONS: This novel mixed-methods approach combining traditional Likert-scales with Q-methodology elucidated not only associations between program and specialization with readiness (Likert) but also which components of IPE were valued the most (Q-methodology) and by whom.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,176
Tête enseignante GPT0,617
Écart entre enseignants0,440 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Medical EducationMême sujetInterprofessional Education and CollaborationTravaux en français237 207