The status of interprofessional education (IPE) at regional and global levels – update from 2022 global IPE situational analysis
Notice bibliographique
Résumé
This short report is based on the 2022 Global IPE Situational Analysis Results e-Book that is available at https://interprofessionalresearch.global/. As an up-to-date global environmental scan of interprofessional education (IPE), this cross-sectional study investigated institutional, administrative, and system-level processes that support IPE program development and implementation globally. Conducted by InterprofessionalResearch.Global (IPR.Global), the survey included 17 quantitative questions that were analyzed at global and regional levels. Three open-text questions were thematically analyzed. In total, 152 institutions from six regions worldwide contributed to this study. Results revealed that only 51.97% of all responding institutions have an established IPE program, with Canada and the USA having the highest (84%) and Africa (26%) having the lowest numbers. Globally, 37.33% of respondents reported no formal leadership positions and 41.33% reported the absence of a designated IPE Director or Coordinator. In addition, IPE funding varies considerably across the world, with 32.65% of institutions reporting no financial support. Over 48.22% of respondents indicated their institutions are rarely or not involved in IPE-related scholarly work or research. The open-text analysis revealed that supportive senior leadership, a culture of collaboration, and recognition of IPE as a strategic direction and/or priority at the institutional level, could foster the successful implementation of IPE. On the other hand, inadequate administrative support, lack of funding, poor attitudes regarding IPE, and limited dedicated time for research, seemed to impair successful implementation of scholarly activities in the field.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».