RELATIONAL COLLABORATION BEYOND PROFESSIONAL TEAMS: NEGOTIATING HYBRID EXPERTISE WITH INFORMAL CAREGIVERS
Notice bibliographique
Résumé
Abstract When conceptualizing collaboration in the context of health and social care, most definitions privilege interactions among members of the interprofessional team. To achieve joint goals and solve problems more effectively, these professionals must combine and integrate their disciplinary knowledge with that of others, including those outside the immediate healthcare team. Over the last three decades, the health communication literature has insisted on the need for patient-centered healthcare practices. Patient-centeredness includes appreciation for and inclusion of patients’ experiential knowledge (based on their daily experiences with health conditions). We note that the literature neglects the idea of experiential expertise of informal caregivers (ICG). Yet, ICGs are precious aids and mediators between the older adults they care for and healthcare workers (HW). Unfortunately, ICGs are not always included in decision-making processes, and hierarchies of knowledge remain within relationships with HWs. Following a literature review, our research highlights the need to develop a relational vision of collaboration that would enable interprofessional teams to consider ICGs as part of the team, enhance the quality of interactions, and, therefore, improve the quality of care provided to older adults. The objectives of this paper are threefold. First, we define our theoretical model of relational collaboration. Second, we explain why developing relational collaboration between ICGs and HWs benefits teams as well as older adults. Third, we contend that nurturing the relational dimensions of collaboration (respect, cultural humility, empathy, compassion, and trust) enables ICGs and HWs to negotiate a hybrid form of expertise that integrates medical and experiential knowledge.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,005 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».