MétaCan
Menu
Retour à la cohorte
Enregistrement W4401728167 · doi:10.24926/iip.v15i2.5898

Exposing Pharmacy Residents to Implementation Science

2024· article· en· W4401728167 sur OpenAlexaff
Anthony Ryan Pinto, Arinze Nkemdirim Okere

Notice bibliographique

RevueINNOVATIONS in pharmacy · 2024
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensCommunity Based Research Centre
Organismes subventionnairesnon disponible
Mots-clésPharmacyPharmacy practiceAccreditationHealth careClinical pharmacyConsistency (knowledge bases)ImplementationMedical educationQuality (philosophy)Patient carePsychological interventionMedicineNursingPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

The American Society of Health-System Pharmacists (ASHP) aims to improve patient care by innovating pharmacy practices. ASHP-accredited pharmacy residencies require projects that enhance pharmacy practice, focusing on effective project management and quality improvement. However, only a few of these innovations smoothly become part of routine clinical practice. One solution worth exploring involves teaching Implementation Science in residencies. Exposing residents and mentors to Implementation Science offers two main benefits. First, it helps learn from failed interventions by considering alternative thoughts and grasping environmental influences, leading to smarter decisions in future implementations. Second, applying implementation science improves patient care by turning evidence-based practices into practical actions, ensuring better care, consistency across healthcare setups, fewer errors, and tailoring innovative services to specific institutional needs. Exposing pharmacy residents to implementation science pushes forward pharmacy practice by actively applying evidence-based innovations in broader pharmacy or clinical practice.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,563
Score d'incertitude au seuil0,841

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,293
Tête enseignante GPT0,583
Écart entre enseignants0,289 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueINNOVATIONS in pharmacyMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207