MétaCan
Menu
Retour à la cohorte
Enregistrement W1638400270 · doi:10.3138/ptc.2015-10e

Diminishing Effect Sizes with Repeated Exposure to Evidence-Based Practice Training in Entry-Level Health Professional Students: A Longitudinal Study

2015· article· en· W1638400270 sur OpenAlexvenueno aff
Lucy K. Lewis, Sze C. Wong, Louise Wiles, Maureen McEvoy

Notice bibliographique

RevuePhysiotherapy Canada · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEntry LevelTraining (meteorology)Medical educationLongitudinal studyPhysical therapyPhysical medicine and rehabilitationPsychologyComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To investigate the magnitude of change in outcomes after repeated exposure to evidence-based practice (EBP) training in entry-level health professional students. METHOD: Using an observational cross-sectional analytic design, the study tracked 78 students in physiotherapy, podiatry, health science, medical radiations, and human movement before and after two sequential EBP courses. The first EBP course was aimed at developing foundational knowledge of and skills in the five steps of EBP; the second was designed to teach students to apply these steps. Two EBP instruments were used to collect objective (actual knowledge) and self-reported (terminology, confidence, practice, relevance, sympathy) data. Participants completed both instruments before and after each course. RESULTS: Effect sizes were larger after the first course than after the second for relevance (0.72 and 0.26, respectively), practice (1.23 and 0.43), terminology (2.73 and 0.84), and actual knowledge (1.92 and 1.45); effect sizes were larger after the second course for sympathy (0.03 and 0.14) and confidence (0.81 and 1.12). CONCLUSIONS: Knowledge and relevance changed most meaningfully (i.e., showed the largest effect size) for participants with minimal prior exposure to training. Changes in participants' confidence and attitudes may require a longer time frame and repeated training exposure.

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)0,007
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil0,960

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,248
Tête enseignante GPT0,542
Écart entre enseignants0,294 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations12
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysiotherapy CanadaMême sujetHealth Sciences Research and EducationTravaux en français237 207