MétaCan
Menu
Retour à la cohorte
Enregistrement W2167323100 · doi:10.5539/gjhs.v7n7p62

Clarifying Evidence-Based Medicine in Educational and Therapeutic Experiences of Clinical Faculty Members: A Qualitative Study in Iran

2015· article· en· W2167323100 sur OpenAlexvenueno aff
Yahya Safari

Notice bibliographique

RevueGlobal Journal of Health Science · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensnon disponible
Organismes subventionnairesVice Chancellor for Research and Technology, Kerman University of Medical SciencesKermanshah University of Medical Sciences
Mots-clésQualitative researchMedical educationPsychologyAlternative medicineReferralHealth careData collectionPopulationMedicineNursingSociologySocial science

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Although evidence-based medicine has been a significant part of recent research efforts to reform the health care system, it requires an assessment of real life community and patient. The present study strives to clarify the concept of evidence-based medicine in educational and therapeutic experiences of clinical faculty members of Kermanshah University of Medical Sciences (2014). MATERIALS & METHODS: It was a qualitative study of phenomenology. The population consists of 12 clinical faculty members of Kermanshah University Medical Sciences. Sampling was carried out using a purposeful method. Sample volume was determined using adequacy of samples' law. Data gathering occurred through semi-structured interviews. Collaizzi pattern was employed for data interpretation concurrent with data gathering. RESULTS: interpreting the data, three main themes were extracted. They include: 1. Unawareness and disuse (unaware of the concept, disuse, referral to colleagues, experiment prescription) 2. Conscious or unconscious use (using journals and scientific websites, aware of the process). 3. Beliefs (belief or disbelief in necessity). CONCLUSION: It sounds essential to change the behavior of clinical faculty members from passive to active with respect to employing evidence-based medicine as well as to alter negative attitudes into positive ones. In so doing, systematic training program aiming at behavior changing is necessary. Also, providing dissent facilities and infrastructures and removing barriers to the use of EBM can be effective.

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)0,012
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0100,008
Communication savante0,0030,003
Science ouverte0,0020,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,773
Tête enseignante GPT0,717
Écart entre enseignants0,056 · 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'étudeQualitatif
DomaineMéthodes
GenreEmpirique

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

En bref

Citations13
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetHealth Sciences Research and EducationTravaux en français237 207