MétaCan
Menu
Retour à la cohorte
Enregistrement W7006087744

Student and community insights on interprofessional health education

2022· dissertation· en· W7006087744 sur OpenAlexaboutno aff

Notice bibliographique

RevueLu Zone Ul (Laurentian University) · 2022
Typedissertation
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInterprofessional educationContext (archaeology)Psychological interventionQualitative researchHealth careAction (physics)Focus groupQualitative property
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In Northern Ontario, interprofessional education (IPE) is offered at the undergraduate level to
\nimprove collaborative healthcare delivery and access to services for vulnerable people. However,
\nthe Institute of Medicine (IOM) expressed concern about the lack of convincing evidence of the
\nbeneficial effects of IPE interventions leading to enhanced patient care. The IOM also noted an
\nabsence of comprehensive explanations regarding how students experience collaborative
\nlearning. My study aimed to understand whether the teaching of six interprofessional
\ncompetencies to undergraduate students attending a northern academic institution enhances 1)
\nperceived interprofessional collaboration and 2) students' awareness and sensitivity regarding the
\nneeds of vulnerable people.
\nThis mixed-methods study, integrating certain principles of action research, was
\nconducted within the context of an IPE program involving 67 participants from two cohorts,
\n2019 and 2020. The sequential explanatory mixed-methods design included a retrospective prepost self-assessment survey and interviews with students and community members. The results
\nshowed that the IPE program supported an understanding of IPE within both classroom and
\ncommunity settings. Following participation in the IPE program, statistically significant
\ndifferences in pre-post scores were identified for each of six interprofessional competency
\ndomains. Three forms of qualitative data supported the analysis; these included interviews with
\nstudents, interviews with two community partners and students’ anonymous written reflections.
\nQualitative analysis revealed that classroom and community experiences enhanced the
\nunderstanding of competencies and supported collaboration as well as connection amongst
\nstudents from diverse disciplines. The analysis also revealed an enhanced awareness of
\ncommunity members' lived realities. The results demonstrated that students and the community benefitted from the educational IPE program. The participants showed increased collaboration
\nand motivation to work with vulnerable populations. Participation in the IPE program also
\nincreased awareness, sensitivity, and advocacy for the diverse needs of community members.
\nStudent-led health promotion organizations emerged as a sustainable and flexible experience that
\nenabled students to integrate various IPE experiences, advance collaboration and enhance their
\nability to work with underserved populations. Key limitations of the study stem from the impacts
\nof COVID-19 which limited access to community partners. In addition, relatively small sample
\nsizes for the quantitative surveys (n=44) limit the generalizability of these findings. Moreover,
\nthe study design did not allow for an examination of gender, age or cultural differences. Future
\nstudies could address these issues as well as examine the long-term effects of IPE education on
\npost-graduation experiences.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,291
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,020
Tête enseignante GPT0,381
Écart entre enseignants0,361 · 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.

Devis d'étudeQualitatif
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLu Zone Ul (Laurentian University)Même sujetInterprofessional Education and CollaborationTravaux en français237 207