Identification d’activités interprofessionnelles pour l’opérationnalisation de l’approche par compétences en éducation interprofessionnelle dans les unités de soins intensifs : un devis mixte
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.053 | 0.050 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.012 | 0.009 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.016 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".