Psychosocial Factors of Dietitians' Intentions to Adopt Shared Decision Making Behaviours: A Cross-Sectional Survey
Notice bibliographique
Résumé
OBJECTIVES: While shared decision making (SDM) promotes health-related decisions that are informed, value-based and adhered to, few studies report on theory-based approaches to SDM adoption by healthcare professionals. We aimed to identify the factors influencing dietitians' intentions to adopt two SDM behaviours: 1) present dietary treatment options to patients and 2) help patients clarify their values and preferences. METHODS: We conducted a cross-sectional postal survey based on the Theory of Planned Behaviour among 428 randomly selected dietitians working in clinical practice across the Province of Quebec, Canada. We performed descriptive analyses and multiple regression analyses to determine the variables that explained the variance in intention to perform the behaviours. RESULTS: A total of 203 dietitians completed the questionnaire. Their ages were from 23 to 66 and they had been practising dietetics for 15.4±11.1 years (mean ± SD). On a scale from 1 to 7 (from strongly disagree to strongly agree), dietitians' intentions to present dietary treatment options and to clarify their patients' values and preferences were 5.00±1.14 and 5.68±0.74, respectively. Perceived behavioural control (β = 0.56, ρ<0.0001), subjective norm (β = 0.16, ρ<0.05), and moral norm (β = 0.22, ρ<0.0001), were the factors significantly predicting the intention to present dietary treatment options, while perceived behavioural control (β = 0.60, ρ<0.0001), attitude (β = 0.20, ρ<0.05), and professional norm (β = 0.22, ρ<0.001), significantly predicted the intention to help patients' clarify their values and preferences. CONCLUSION: Our results showed that dietitians intend to adopt the two SDM behaviours studied. Factors influencing intention were different for each behaviour, except for perceived behavioural control which was common to both behaviours. Thus, perceived behavioural control could be a key factor in interventions aiming to encourage implementation of SDM by dietitians.
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 | 0,002 | 0,005 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».