Background and Foreground: Connections and Distinctions When Health Professions Faculty Teach Both Interprofessional Collaborative Practice and Quality Improvement—A Case Study
Notice bibliographique
Résumé
OBJECTIVES: Despite decades of effort, programs continue to struggle to integrate competencies related quality improvement (QI) and interprofessional collaborative practice (ICP) into health professions education. Additionally, while QI and ICP may seem intuitively linked and there exists some examples of a coordinated approach, the literature regarding competencies, including knowledge, skills, and attitudes (KSAs), is still largely focused on QI and ICP as separate fields of knowledge and practice. This study explored distinctions and connections between quality improvement (QI) and interprofessional collaborative practice (ICP) competency domains in health professions education. METHODS: The authors used a qualitative case study approach with an instrumental case, that is, the University of Missouri-Columbia (MU), where QI and ICP were intentionally integrated as part of core curricula in health professional schools and programs. Eleven faculty members from medicine, nursing, pharmacy, and health care administration participated in interviews exploring their teaching choices in either classroom or clinical settings. RESULTS: Study participants defined the goal of teaching QI and ICP as enabling learners to deliver safe and patient-centered care and described the knowledge and skills required for QI and the attitudes and skills required for ICP. Furthermore, they described the relationship between QI and ICP as one mediated by systems thinking, where ICP is backgrounded as a critical pre-requisite and QI is foregrounded as a vector for developing interprofessional competencies. CONCLUSIONS: The MU case elucidates the potential synergies that occur when faculty address quality improvement and interprofessional collaborative practice competencies with an integrated approach that leverages connections, while also respecting distinctions. For health professions education programs looking to improve the effectiveness and efficiency of their curricular approach to these fields, it may be fruitful to consider ICP as background and QI as foreground, remembering that without each other, ICP risks losing meaning and QI risks losing impact.
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 | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,023 | 0,011 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,005 |
| 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 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 ».