Commitment to change statements can predict actual change in practice
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Statements of commitment to change are advocated both to promote and to assess continuing education interventions. However, most studies of commitment to change have used self-reported outcomes, and self-reports may significantly overestimate actual performance. As part of an educational randomized controlled trial, this study documented changes that family physicians committed to make in their prescribing and then used third-party data to examine actual changes. METHOD: Following participation in a continuing medical education program using interactive small groups, physicians were asked to identify changes that they planned to make in their practices. For prescribing changes related to four conditions, data from a provincial pharmacy registry were analyzed for 6-month periods before and after the educational intervention. RESULTS: A total of 207 physicians participated in the project, which involved monthly meetings of 30 peer learning groups. Ninety-nine physicians received experimental case-based educational modules +/- personal prescribing feedback, and 91 of these indicated that they planned to make at least one change in practice. Of the 209 intended changes, 71% were directly related to the prescribing messages in the materials. DISCUSSION: In three of four indicator conditions, physicians who expressed a commitment to change were significantly more likely to change their actual prescribing for the target medications in the following 6 months. The percentage of physicians who did change their prescribing varied significantly by condition. Further study of the process of translating commitment to change into real practice change is needed.
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.
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 | 0,006 | 0,004 |
| 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 découle