Educating Doctors on Evaluation of Fitness to Drive: Impact of a Case-Based Workshop
Notice bibliographique
Résumé
INTRODUCTION: In 2004, faced with demographic data predicting large increases in the number of older drivers within a relatively short period combined with the realization that screening for driver fitness was largely dependent on health professionals, principally physicians, the Société de l'assurance automobile du Québec (SAAQ) initiated measures to achieve better cooperation with the health professionals performing the screening. A continuing medical education (CME) program was initiated to improve the health professionals' understanding of road safety considerations. This article describes the program and its impact. METHODS: A 90-minute workshop combining presentation and discussion methods and centering on five case studies was developed and delivered to 824 participants. Outcomes were evaluated at the levels of satisfaction and performance. RESULTS: Participants reported a high level of satisfaction with the workshop. Data suggest that there was an increase in the number of reports submitted by physicians. The quality of physician reports also improved. DISCUSSION: SAAQ statistics show the benefit of its CME program. Informed physicians appear more willing to report drivers with medical problems affecting driver fitness, especially when they are asked to provide functional evaluations and not make decisions about fitness to drive. We believe that the success of this program was due to several factors: (1) its clinical rather than administrative orientation, (2) the use of physicians to deliver the workshop, and (3) formal recognition of the program by the authority responsible for licensing physicians.
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 | 0,016 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».