A critical interpretive synthesis of interprofessional education interventions
Notice bibliographique
Résumé
Interprofessional practice can look quite different depending on a number of dynamics. Interprofessional education interventions may or may not orient toward this range of practice possibilities. This literature review explores: (1) how interprofessional education interventions relate to different kinds of interprofessional practice and (2) the range of interprofessional practices assumed by interprofessional education interventions. Four databases were searched for articles published between 2011-2021 describing pre-licensure level interprofessional education interventions, resulting in a dataset of 110 articles. Our analysis involved (1) descriptive summaries of the articles, and (2) content analysis of the rationale and description of the intervention. Of the articles, 93% (102/110) of interprofessional education interventions were designed and/or evaluated using the concept of interprofessional education competencies. "Teamwork" was the most relied upon competency. Most articles were not explicit about the different kinds of interprofessional practices that these competencies might be oriented toward. Our study substantiates earlier claims that interprofessional education literature tends to focus on competencies and orient toward undifferentiated understandings of "teamwork." This analysis is particularly important as interprofessional teams are engaging in increasingly complex, fluid, and distributed forms of interprofessional practice that may not be captured in an undifferentiated approach to "teamwork."
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».