Identification d’activités interprofessionnelles pour l’opérationnalisation de l’approche par compétences en éducation interprofessionnelle dans les unités de soins intensifs : un devis mixte
Notice bibliographique
Résumé
Introduction L’éducation interprofessionnelle permet d’enseigner les compétences pour une collaboration interprofessionnelle, qui apparaît primordiale dans les unités de soins intensifs (USI). L’objectif de cette étude était de déterminer les activités interprofessionnelles essentielles qui caractérisent les USI afin d’y opérationnaliser l’approche par compétences (APC). À l’instar des activités professionnelles confiables de l’APC du Collège royal des médecins et chirurgiens du Canada, celles-ci ont été baptisées « Activité Interprofessionnelle Durable » (AIPD). Méthodologie Une étude pilote mixte séquentielle exploratoire fut conduite. Premièrement, une revue narrative de la littérature a répertorié qualitativement toutes les activités interprofessionnelles dans les USI. Ensuite, une méthode de consensus Delphi fut utilisée et impliquait des experts de sept professions distinctes recrutés dans une USI d’un centre hospitalier universitaire tertiaire. Quatre rondes de questionnaires qualitatifs et quantitatifs, entrecoupées par une rétroaction, ont été conduites. L’adéquation de la méthodologie fut évaluée à chaque étape par des questions mixtes. Résultats La revue de la littérature a identifié 16 activités interprofessionnelles. La première ronde Delphi a permis aux experts de modifier et d’ajouter des activités interprofessionnelles, pour un total de 25. Les rondes subséquentes ont identifié 19 de celles-ci comme des AIPD. Des 35 experts recrutés, en moyenne 32 (31,8 %) ont été perdus au suivi, principalement en raison de la redondance des questions à chacune des rondes. Conclusion En l’absence d’assise théorique claire dans la littérature et d’un échantillon restreint, les AIPD doivent être subséquemment confirmées. Un groupe nominal d’experts en APC, suivi d’une méthode Delphi en temps réel permettraient d’aborder les difficultés discernées. La validité des AIPD comme mesure indirecte des compétences interprofessionnelles devra ensuite être examinée.
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 | 0,053 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,012 | 0,009 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
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 ».