MétaCan
Menu
Retour à la cohorte
Enregistrement W2006479550 · doi:10.2196/jmir.1983

Health Care Professionals’ Beliefs About Using Wiki-Based Reminders to Promote Best Practices in Trauma Care

2012· article· en· W2006479550 sur OpenAlexafffundabout
Patrick Archambault, A Bilodeau, Marie‐Pierre Gagnon, Karine Aubin, André Lavoie, Jean Lapointe, Julien Poitras, Sylvain Croteau, Martin Pham-Dinh, France Légaré

Notice bibliographique

RevueJournal of Medical Internet Research · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWikis in Education and Collaboration
Établissements canadiensInstitut National d'Excellence en Santé et en Services SociauxPublic Works and Government Services CanadaCentre hospitalier universitaire de QuébecUniversité LavalCentre intégré de santé et de services sociaux de Chaudière-Appalaches
Organismes subventionnairesCanadian Health Services Research FoundationCanadian Institutes of Health ResearchUniversité Laval
Mots-clésKnowledge translationHealth careHealth professionalsBest practiceNursingeHealthPsychologyMedicineMedical educationKnowledge managementComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Wikis are knowledge translation tools that could help health professionals implement best practices in acute care. Little is known about the factors influencing professionals' use of wikis. OBJECTIVES: To identify and compare the beliefs of emergency physicians (EPs) and allied health professionals (AHPs) about using a wiki-based reminder that promotes evidence-based care for traumatic brain injuries. METHODS: Drawing on the theory of planned behavior, we conducted semistructured interviews to elicit EPs' and AHPs' beliefs about using a wiki-based reminder. Previous studies suggested a sample of 25 EPs and 25 AHPs. We purposefully selected participants from three trauma centers in Quebec, Canada, to obtain a representative sample. Using univariate analyses, we assessed whether our participants' gender, age, and level of experience were similar to those of all eligible individuals. Participants viewed a video showing a clinician using a wiki-based reminder, and we interviewed participants about their behavioral, control, and normative beliefs-that is, what they saw as advantages, disadvantages, barriers, and facilitators to their use of a reminder, and how they felt important referents would perceive their use of a reminder. Two reviewers independently analyzed the content of the interview transcripts. We considered the 75% most frequently mentioned beliefs as salient. We retained some less frequently mentioned beliefs as well. RESULTS: Of 66 eligible EPs and 444 eligible AHPs, we invited 55 EPs and 39 AHPs to participate, and 25 EPs and 25 AHPs (15 nurses, 7 respiratory therapists, and 3 pharmacists) accepted. Participating AHPs had more experience than eligible AHPs (mean 14 vs 11 years; P = .04). We noted no other significant differences. Among EPs, the most frequently reported advantage of using a wiki-based reminder was that it refreshes the memory (n = 14); among AHPs, it was that it provides rapid access to protocols (n = 16). Only 2 EPs mentioned a disadvantage (the wiki added stress). The most frequently reported favorable referent was nurses for EPs (n = 16) and EPs for AHPs (n = 19). The most frequently reported unfavorable referents were people resistant to standardized care for EPs (n = 8) and people less comfortable with computers for AHPs (n = 11). The most frequent facilitator for EPs was ease of use (n = 19); for AHPs, it was having a bedside computer (n = 20). EPs' most frequently reported barrier was irregularly updated wiki-based reminders (n = 18); AHPs' was undetermined legal responsibility (n = 10). CONCLUSIONS: We identified EPs' and AHPs' salient beliefs about using a wiki-based reminder. We will draw on these beliefs to construct a questionnaire to measure the importance of these determinants to EPs' and AHPs' intention to use a wiki-based reminder promoting evidence-based care for traumatic brain injuries.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,056
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,240
Tête enseignante GPT0,601
Écart entre enseignants0,361 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations36
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Medical Internet ResearchMême sujetWikis in Education and CollaborationTravaux en français237 207