Use of the Roter interaction analysis system to analyze veterinarian-client-patient communication in companion animal practice
Notice bibliographique
Résumé
OBJECTIVE: To identify specific components of veterinarian-client-patient communication during clinical appointments in companion animal practice. DESIGN: Cross-sectional descriptive study. SAMPLE POPULATION: A random sample of 50 companion animal practitioners in southern Ontario and a convenience sample of 300 clients and their pets. PROCEDURE: For each practitioner, 6 clinical appointments (3 wellness appointments and 3 appointments related to a health problem) were videotaped, and the Roter interaction analysis system (RIAS) was used to analyze the resulting 300 videotapes. Statements made during each appointment were classified by means of a communication framework reflecting the 4 essential tasks of the appointment (ie, data gathering, education and counseling, relationship building, and activation and partnership). RESULTS: 57% of the veterinarians contacted (50/87) and 99% of the clients contacted agreed to participate in the study. Mean duration of the appointments was 13 minutes. Typically, veterinarians contributed 62% of the total conversation and clients contributed 38%. Fifty-four percent of the veterinarian interaction was with the client, and 8% was with the pet. Data gathering constituted 9% of the veterinarian-to-client communication and was primarily accomplished through closed-ended questioning; 48% of veterinarian-to-client communication involved client education and counseling, 30% involved relationship building, and 7% involved activation and partnership (the remaining 6% constituted orientation). CONCLUSIONS AND CLINICAL RELEVANCE: Results suggest that the RIAS was a reliable method of assessing the structure, process, and content of veterinarian-client-patient communication and that some veterinarians do not use all the tools needed for effective communication.
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 | 0,005 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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; 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 ».