Teaching Evidence-Based Complementary and Alternative Medicine (EBCAM); Changing behaviours in the face of reticence: A cross-over trial
Notice bibliographique
Résumé
BACKGROUND: The effectiveness of teaching critical appraisal to students of Complementary and Alternative Medicine (CAM) has not been studied. In this study we attempt to determine if a workshop for final year students at a naturopathic college improved their ability to utilize critical appraisal concepts. METHODS: We assigned 83 Naturopathic Interns to two groups: Group A (n = 47) or Group B (n = 36). We conducted a baseline assessment of all subjects' critical appraisal skills. Group A was assigned to receive a 3(1/2) hour workshop on Evidence Based Medicine (EBM) and Group B received a workshop on bioethics (control intervention). The groups critical appraisal skills were re-evaluated at this time. We then crossed over the intervention so that Group B received the EBM workshop while Group A received the bioethics workshop. Assessment of critical appraisal skills of the two groups was again performed. RESULTS: The students mean scores were similar in Group A (14.8) and Group B (15.0) after Group A had received the intervention and Group B had received the control (p = 0.75). Group scores were not significantly improved at the end of the trial compared to at the beginning of the study (Group A: 15.1 to 16.1) (Group B 15.6 to 15.9). Student's confidence in reading research papers also did not improve throughout the course of the study. CONCLUSION: The final year is a difficult but important time to teach critical appraisal and evidence skills. Single, short intervention programs will likely yield negligible results. A multi-factorial approach may be better suited to implementing EBCAM than single short interventions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».