Diminishing Effect Sizes with Repeated Exposure to Evidence-Based Practice Training in Entry-Level Health Professional Students: A Longitudinal Study
Notice bibliographique
Résumé
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 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 | 0,033 | 0,128 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».