From continuing education to personal digital assistants: what do physical therapists need to support evidence‐based practice in stroke management?
Notice bibliographique
Résumé
RATIONALE, AIMS AND OBJECTIVES: Understanding how to structure educational interventions and resources to facilitate physical therapists' application of the research literature is required. The objective of this study was to explore physical therapists' preferences for strategies to facilitate their access to, evaluation and implementation of the stroke research literature in clinical practice. METHODS: In-depth, qualitative telephone interviews were conducted with 23 physical therapists who treat people with stroke in Ontario, Canada and who had participated in a previous survey on evidence-based practice. Data were analysed using a constant comparative approach to identify emergent themes. RESULTS: Participants preferred online access to research summaries or systematic reviews to save time to filter and critique research articles. To enable access in the workplace, an acceptable computer-to-staff ratio, permission to access web sites and protected work time were suggested. Participants considered personal digital assistants as excellent tools for quick access to online resources but were unsure of their advantage over a desktop computer. Therapists favoured use of non-technical language, glossaries of research terms and quality ratings of studies to ease understanding and appraisal. Teleconferencing or videoconferencing overcame geographical but not scheduling barriers to accessing education. To achieve behaviour change in clinical practice, therapists preferred multiple interactive, face-to-face education sessions in a group format, with opportunities for case-based learning and practice of new skills. CONCLUSION: Physical therapists prefer technology-assisted access to resources and education and favour attending multiple interactive, expert-facilitated education sessions incorporating opportunities for case-based learning and practice of new skills to change behaviour related to evidence-based practice.
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 | 0,160 | 0,384 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,019 | 0,022 |
| Science ouverte | 0,005 | 0,008 |
| Intégrité de la recherche | 0,012 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».