Using developmental research to design innovative knowledge translation technology for spinal cord injury in primary care: Actionable Nuggets™ on SkillScribe™
Notice bibliographique
Résumé
CONTEXT/OBJECTIVE: Actionable Nuggets™ for spinal cord injury (SCI) are a knowledge translation tool facilitating evidence-based primary care practice, originally developed in 2010 and refined in 2013. Evaluation results from these two phases of development have informed the design of SkillScribe™, an innovative electronic platform intended to offer reflective continuing medical education (CME) programming through mobile devices in order to support the key features of the Actionable Nuggets™ approach. This brief article describes the ongoing development of Actionable Nuggets™ for SCI on SkillScribe™ by: (1) summarizing the work to date on Actionable Nuggets™; (2) describing evaluation results of Actionable Nuggets™; (3) placing SkillScribe™ in the context of adult education. DESIGN: Developmental Research Design. SETTING: Canadian primary care. PARTICIPANTS: Primary care physicians; specialist physicians. INTERVENTIONS: Twenty educational modules on SCI. OUTCOME MEASURES: Pre- and post-test knowledge survey, feedback and use statistics, impact assessment survey, qualitative analysis of evaluation data. RESULTS: In both hard copy and electronic form, physicians report that Actionable Nuggets™ are an acceptable and useful approach to providing CME for low-prevalence, high-impact conditions like SCI. The key elements of this tool are that they: offer evidence-based information in small, focused "nuggets"; position information where physicians most frequently seek it; offer information in a format that permits direct translation into action in primary care; allow time for reflection; attach practice tools; and offer CME credit. CONCLUSION: Actionable Nuggets™ for SCI, delivered using a convenient and portable electronic medium, with time-released content and interactive testing has the potential to improve the primary care of patients with SCI.
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 | 0,050 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 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 ».