Changing clinicians' habits: Is this the hidden challenge to increasing best practices?
Notice bibliographique
Résumé
PURPOSE: The purpose of this article is to reflect on the concept of habit as an under-explored, but critically important factor that might help explain the lack of uptake of new, scientifically sound practices by rehabilitation clinicians. METHOD: The complexity relating to being a scholarly practitioner is first presented. The transtheoretical model of behaviour change, developed to better understand behaviour change such as stopping a 'bad' habit or implementing a 'good' one for health improvement purposes, is used to foster reflection on factors involved in uptake of best practices in rehabilitation. To illustrate simply the different scenarios relating to uptake of best practices, such as the use of a standardised tool over a home-grown one, two well known approaches to assessment (use of thermometer versus hand on forehead) that could be used to assess the same construct (body temperature) are contrasted. RESULTS: As rehabilitation clinicians, we are potentially blocked in our uptake of best practices by our habits. Although habits are often comfortable, and change is less so, we need to move away from our comfort zone if we are to adopt best practices. CONCLUSIONS: Given the extensive literature suggesting that there are major gaps between best practice and actual practices, it behoves us to explore the impact of habits to a greater extent.
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 | 0,078 | 0,237 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,021 |
| Communication savante | 0,011 | 0,019 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,009 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».