Assessing the need for communication training for specialists in poison information
Notice bibliographique
Résumé
INTRODUCTION: Effective communication has been shown to be essential to physician-patient communication and may be even more critical for poison control center (PCC) calls because of the absence of visual cues, the need for quick and accurate information exchange, and possible suboptimal conditions such as call surges. Professionals who answer poison control calls typically receive extensive training in toxicology but very little formal training in communication. METHODS: An instrument was developed to assess the perceived need for communication training for specialists in poison information (SPIs) with input from focus groups and a panel of experts. Requests to respond to an online questionnaire were made to PCCs throughout the United States and Canada. RESULTS: The 537 respondents were 70% SPIs or poison information providers (PIPs), primarily educated in nursing or pharmacy, working across the United States and Canada, and employed by their current centers an average of 10 years. SPIs rated communication skills as extremely important to securing positive outcomes for PCC calls even though they reported that their own training was not strongly focused on communication and existing training in communication was perceived as only moderately useful. Ratings of the usefulness of 21 specific training units were consistently high, especially for new SPIs but also for experienced SPIs. Directors rated the usefulness of training for experienced SPIs higher for 5 of the 21 challenges compared to the ratings of SPIs. DISCUSSION: Findings support the need for communication training for SPIs and provide an empirical basis for setting priorities in developing training units.
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 | 0,001 | 0,003 |
| 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 | 0,000 | 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) | 0,000 | 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 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 ».