An Interfaculty Pain Curriculum: Lessons learned from six years experience
Notice bibliographique
Résumé
Minimal pain content has been documented in pre-licensure curricula and students lack important pain knowledge at graduation. To address this problem, we have implemented and evaluated a mandatory Interfaculty Pain Curriculum (IPC) yearly since 2002 for students (N=817 in 2007) from six Health Science Faculties/Departments. The 20-h pain curriculum continues to involve students from Dentistry, Medicine, Nursing, Pharmacy, Physical Therapy, and Occupational Therapy as part of their 2nd or 3rd year program. Evaluation methods based on Kirkpatrick's model now include evaluation of a Comprehensive Pain Management Plan along with the previously used Pain Knowledge and Beliefs Questionnaire (PKPQ) and Daily Content and Process Questionnaires (DCPQ). Important lessons have been learned and subsequent changes made in this iterative curriculum design based on extensive evaluation over the 6-year period. Modifications have included case development more relevant to the diverse student groups, learning contexts that are uni-, inter-, and multi-professional, and facilitator development in working with interprofessional student groups. PKBQ scores have improved in all years with a statistically significant average change on correct responses from 14% to 17%. The DCPQ responses have also indicated consistently that most students (85-95%) rated highly the patient panel, expert-lead clinically focused sessions, and small interprofessional groups. Relevancy and organization of the information presented have been generally rated highly from 80.3% to 91.2%. This curriculum continues to be a unique and valuable learning opportunity as we utilize lessons learned from extensive evaluation to move the pain agenda forward with pre-licensure health science students.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».