MétaCan
Menu
Retour à la cohorte
Enregistrement W1958429297 · doi:10.1080/13548506.2015.1062523

Investigating the feasibility and acceptability of health psychology-informed obesity training for medical students

2015· article· en· W1958429297 sur OpenAlexaff
Anna Chisholm, Jo Hart, Karen Mann, Mark Perry, Harriet Duthie, Leila Rezvani, Sarah Peters

Notice bibliographique

RevuePsychology Health & Medicine · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedical educationSession (web analytics)Intervention (counseling)FidelityMotivational interviewingBehaviour changePsychologyProtocol (science)MedicineDiseaseWeight managementObesityApplied psychologyAlternative medicineNursingWeight loss

Résumé

récupéré en direct d'OpenAlex

Health psychologists have succeeded in identifying theory-congruent behaviour change techniques (BCTs) to prevent and reduce lifestyle-related illnesses, such as cardiovascular disease, cancers and diabetes. Obesity management discussions between doctors and patients can be challenging and are often avoided. Despite a clear training need, it is unknown how best to tailor BCT research findings to inform obesity-management training for future healthcare professionals. The primary objective of this descriptive study was to gather information on the feasibility and acceptability of delivering and evaluating health psychology-informed obesity training to UK medical students. Medical students (n = 41) attended an obesity management session delivered by GP tutors. Sessions were audio-recorded to enable fidelity checks. Acceptability of training was explored qualitatively. Tutors consistently delivered training according to the intervention protocol; and students and tutors found the training highly acceptable. This psychology-informed training can be delivered successfully by GP tutors and further research is warranted to explore its efficacy.

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)0,021
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,340
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0210,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,411
Tête enseignante GPT0,601
Écart entre enseignants0,190 · 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.

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

Citations15
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology Health & MedicineMême sujetBehavioral Health and InterventionsTravaux en français237 207