Motivational interviewing: a novel intervention for translating rehabilitation research into practice
Notice bibliographique
Résumé
PURPOSE: Despite recent advances in rehabilitation research, moving evidence into clinical practice remains a challenge. This article explores a novel approach to knowledge translation (KT) - motivational interviewing (MI). MI is a style of communication that is typically used to facilitate health related behavior change in patients. Here we explore its potential use as a KT intervention aimed at clinicians. METHODS: Commentary. Relevant literature on MI and KT is summarized and discussed by considering how MI could be used in a KT strategy aimed at rehabilitation clinicians. RESULTS: Clinician motivation and readiness to change are key issues influencing implementation of evidence-based practice. We provide an argument suggesting that clinicians' readiness to change clinical practices can potentially be enhanced through MI. The MI conceptual framework, principles, and strategies, typically used in patients, are discussed here in a novel context - enhancing clinician change in practice. CONCLUSIONS: MI is an effective intervention when the goal is to motivate individuals to change a current behavior. We suggest that MI is an evidence-based intervention that has been proven to be effective with patients and warrants study as a promising KT intervention. IMPLICATIONS FOR REHABILITATION: • Despite recent advances in rehabilitation research, moving evidence into practice remains a challenge. • Clinician motivation is one key issue influencing the implementation of evidence-based practice. • Clinician motivation to implement evidence-based practice can potentially be enhanced through an approach called motivational interviewing (MI). • Motivational interviewing is an evidence-based intervention that has proven to be effective in promoting behavioral change in patients, and warrants study in terms of its potential as a KT intervention.
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 | 0,033 | 0,093 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».