Physician Preferences for Accredited Online Continuing Medical Education
Notice bibliographique
Résumé
INTRODUCTION: The need for up-to-date and high-quality continuing medical education (CME) is growing while the financial investment in CME is shrinking. Despite online technology's potential to efficiently deliver electronic CME (eCME) to large numbers of users, it has not yet displaced traditional CME. The purpose of this study was to explore what health care providers want in eCME and how they want to use it. METHODS: This was a qualitative study. Two 3-hour focus groups were held with physicians in both academic and community practices as well as trainees knowledgeable in the hypertension clinical practice guidelines with a willingness to discuss eCME. Content/thematic analysis was used to examine the data. RESULTS: Three main themes emerged: credibility, content/context, and control. Credibility was the most consistent and dominant theme. Affiliations with medical organizations and accreditation were suggested as methods by which eCME can gain credibility. The content and need for discussion of the content emerged as a key pivot point between eCME and traditional CME: a greater need for discussion was linked to a preference for traditional face-to-face CME. Control over the content and how it was accessed was an emergent theme, giving learners the ability to control the depth of learning and the time spent. They valued the ability to quickly find information that was in a format (podcast, video, mobile device) that best suited their learning needs or preferences at the time. DISCUSSION: This study provides insight into physician preferences for eCME and hypotheses that can be used to guide further research.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».