Evolving global responses to the pandemic: sustaining interprofessional education and collaborative practice
Notice bibliographique
Résumé
The COVID-19 pandemic created global disruption in health professions education and healthcare practice, necessitating an abrupt move to digital delivery. A longitudinal survey was conducted to track the evolution of global responses to the pandemic. During the initial stages, educational and health institutions were forced to adapt quickly without careful consideration of optimal pedagogy, practices, and effectiveness of implemented approaches. In this paper, we report the results of Phase 3 of the global survey that was distributed between November 2021 and February 2022 through InterprofessionalResearch.Global (IPR.Global). The Phase 3 qualitative survey received 27 responses, representing 25 institutions from 13 countries in 6 regions. Using inductive thematic analysis, the data analysis resulted in three emerging themes: Impact of the pandemic on the delivery of interprofessional education and collaborative practice (IPECP); Impact of the pandemic on the healthcare system (team, population/client health, clients); and Sustainability and innovation. This study highlights the evolving nature of health education and collaborative practices in response to the COVID-19 pandemic. IPECP educators need to be resilient and deal with the complexities of face-to-face and digital learning delivery. Preparing for emerging forms of teamwork is essential for new work contexts and optimal health services.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,024 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,007 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,001 | 0,017 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».