MétaCan
Menu
Retour à la cohorte
Enregistrement W2130558467 · doi:10.1002/chp.20138

Physician Self-Audit: A Scoping Review

2011· review· en· W2130558467 sur OpenAlexaff
Anna R. Gagliardi, Melissa Brouwers, Antonio Finelli, Craig Campbell, Bernard Marlow, Ivan Silver

Notice bibliographique

RevueJournal of Continuing Education in the Health Professions · 2011
Typereview
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensUniversity of TorontoToronto General Hospital
Organismes subventionnairesnon disponible
Mots-clésAuditOperationalizationCertificationMedical educationQuality managementMedicinePsychologyBusinessService (business)

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Self-audit involves self-collection of personal performance data, reflection on gaps between performance and standards, and development and implementation of learning or quality improvement plans by individual care providers. It appears to stimulate learning and quality improvement, but few physicians engage in self-audit. The purpose of this study was to identify how self-audit has been operationalized; factors influencing self-audit conduct and outcomes, including program design; and issues warranting further research. METHODS: A systematic review of quantitative and qualitative studies was undertaken. Two individuals independently reviewed searches of indexed literature databases, tables of contents, and references of eligible studies. Data were extracted and tabulated to describe the nature and impact of self-audit programs. RESULTS: Six studies evaluated the impact of self-audit programs. No program was based on a model or theory that informed its design. All studies showed improved compliance with care delivery guidelines and/or improved patient outcomes, although these findings were largely self-reported. Programs varied so features associated with benefit could not be identified. DISCUSSION: Overall there is a need for guidance on all aspects of self-audit for both participants and leaders. This guidance would be useful to educators, professional associations, and medical certification bodies to plan, develop, implement, evaluate, and support self-audit programs. Further research should aim at developing training programs and tools that address and evaluate a variety of competencies across different disciplines using more rigorous research designs, including both quantitative and qualitative approaches.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,046
score de la tête « metaresearch » (Gemma)0,148
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,954
Score d'incertitude au seuil0,242

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0460,148
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0060,005
Bibliométrie0,0340,034
Études des sciences et des technologies0,0020,002
Communication savante0,0050,007
Science ouverte0,0040,004
Intégrité de la recherche0,0050,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,082
Tête enseignante GPT0,516
Écart entre enseignants0,434 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeRevue systématique
DomaineÉvaluation
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Continuing Education in the Health ProfessionsMême sujetInnovations in Medical EducationTravaux en français237 207