Conversations that matter: using videos to model quality ACP conversations between clinicians and patients
Notice bibliographique
Résumé
In 2008, the “Advance Care Planning: Goals of Care Designation (ACP/GCD) (Adult)” policy was systematically implemented across all sectors within Alberta Health Services, Calgary Zone. A critical component for successful implementation of the policy was clinician development of skills with engaging in quality advance care planning (ACP) conversations. Pre and post policy evaluation has consistently identified ongoing barriers with initiating and engaging in the quality conversations required for successful outcomes with policy adoption. Key challenges reported by clinicians are lack of confidence and competency with approaching patients for the purpose of engaging in ACP conversations. Clinicians frequently identify similar themes found in ACP literature; fear of diminishing hope, lack of skills in initiating and sustaining conversations and fear of causing harm to patients in this process. This presentation will present a series of clinician education videos modelling key components of ACP conversations. The videos provide clinicians with a ‘tool box’ of phrases and questions they might consider saying in different situations or at different stages of the process of conversations, and provide clear examples of communication techniques such as clarifying, maintaining eye contact and open body language. These videos can be used as a basis for role modelling-based education for all clinicians to practice and improve communicating about advance care planning. Additionally, utilising videos as a teaching methodology can assist with timely and flexible education reducing some of the barriers with accessing skill development and training.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».