MétaCan
Menu
Retour à la cohorte
Enregistrement W7047917060

Humour: A Bridge to Interprofessional Learning: IP.Global Café International Presentation

2022· other· en· W7047917060 sur OpenAlexaboutno aff

Notice bibliographique

RevueNorthumbria Research Link (Northumbria University) · 2022
Typeother
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBridge (graph theory)Presentation (obstetrics)EthnographyInterprofessional educationHealth careKey (lock)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Date and Time: 23 September 2022; 12:00 GMT/UTC. 55 Attendees from 7 Countries: England, Ireland, Norway, Sweden, Australia, Netherlands, and Canada. Presenter: Dr Vikki Park, Assistant Professor of Interprofessional Education and Collaborative Practice, Northumbria University (UK)
\nWhilst researching interprofessional learning (IPL) culture in the acute environment of adult critical care, humour emerged as a key influential factor that affected learning between different professions. It served many functions and when used effectively humour could increase rapport between workers, creating trust and psychological safety which made it easier to ask questions. These moments enhanced opportunities for IPL and the increased dialogues often resulted in the co-creation of knowledge between members of the healthcare team. In this IP.Global Café event, Dr Vikki Park provides insight to the findings of her focused ethnographic research with respect to the role of humour and IPL.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,445
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,004
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0460,003

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 Opus0,046
Tête enseignante GPT0,341
Écart entre enseignants0,295 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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 revueNorthumbria Research Link (Northumbria University)Même sujetWater Quality Monitoring and AnalysisTravaux en français237 207