A descriptive analysis of a novel intervention to help residents become evidence users
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: To evaluate the educational and clinical effectiveness of the 'Brief Evidence-Based Assessment of Research' (BEAR), a template to assist residents in searching, evaluating and integrating relevant medical literature into daily practice. METHODS: We completed a descriptive analysis of BEARs submitted by first year residents between 2005 and 2007 at the University of Alberta Family Medicine Residency program. RESULTS: 317 BEARs were analyzed. The most common type of question for which information was searched was therapy (59%). Residents searched Pubmed most often (38%) followed by Summary (i.e. Clinical Evidence) (22%) and Filtered sites (i.e. ACP Journal Club) (19%). Original research articles were the largest resource category used to answer questions (41%). Secondary peer-reviewed resources (filtered articles, summary sites, reviews/meta-analysis and guidelines) accounted for 48% of all resources used. 19% of residents reported a large change in practice with completion of the BEAR, 50% reported a small change, 12% stated they were reassured and 8% reported that the intervention was of no help to them. CONCLUSIONS: The BEAR facilitates the use of a variety of resources in answering clinical questions. 69% of users reported at least a small change in clinical practice, suggesting that the BEAR may be a useful tool in evidence-based resident education.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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) | 0,025 | 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 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 ».