MétaCan
Menu
Retour à la cohorte
Enregistrement W2068991538 · doi:10.1002/chp.1340240306

Commitment to change instrument enhances program planning, implementation, and evaluation

2004· article· en· W2068991538 sur OpenAlexaff
Marc White, Stefan Grzybowski, Marc Broudo

Notice bibliographique

RevueJournal of Continuing Education in the Health Professions · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensCanadian Institute for the Relief of Pain and DisabilityUniversity of British ColumbiaCanadian Institute for Advanced Research
Organismes subventionnairesnon disponible
Mots-clésBehavior changeDescriptive statisticsMedical educationContinuing medical educationGrounded theoryPsychologyBehaviour changeMedicineContinuing educationNursingQualitative researchSocial psychology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: This study investigates the use of a commitment to change (CTC) instrument as an integral approach to continuing medical education (CME) planning, implementation, and evaluation and as a means of facilitating physician behavior change. METHODS: Descriptive statistics and grounded theory methods were employed. Data were collected from 20 consecutive CME programs. Physicians were asked to list up to three things they intended to change in their clinical practice as a result of the program. A copy was sent 3 weeks later as a reminder. Six months later, a summary of peer-intended changes was sent to reinforce intended behavior change. RESULTS: Of 602 participants, 291 (48%) completed CTC forms, resulting in 803 citations. Responses were congruent with the educational objectives and intentions of the program planners. Using the constant comparative method of analysis, a framework was identified for interpreting physician learning strategies. It included change strategies and motivation, learning issues, better doctoring, changes to clinic practice, and diffusion. DISCUSSION: CTC was useful as a multipurpose tool providing planners with meaningful feedback to (1) assess congruence of intended changes in physician behavior with program objectives, (2) document unanticipated learning outcomes, and (3) enable and reinforce intended behavior change.

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)0,061
score de la tête « metaresearch » (Gemma)0,123
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,324

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0610,123
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,092
Tête enseignante GPT0,542
Écart entre enseignants0,450 · 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'étudeObservationnel
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

Citations30
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Continuing Education in the Health ProfessionsMême sujetInnovations in Medical EducationTravaux en français237 207