MétaCan
Menu
← Retour à la cohorte
Enregistrement W2181696130

Qualitative study of their experiences and educational needs

2003· article· en· W2181696130 sur OpenAlexaboutno aff
Susan Jaglal, June Carroll, Gillian Hawker, Warren J. McIsaac, Liisa Jaakkimainen, Suzanne M. Cadarette, Dave Davis

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFocus groupQualitative researchPsychological interventionMedicineOsteoporosisGrounded theoryPerceptionFamily medicineMedical educationNursingPsychologyPathologySociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE To explore family physicians’ experiences and perceptions of osteoporosis and to identify their educational needs in this area. DESIGN Qualitative study using focus groups. SETTING Four Ontario sites: one each in Thunder Bay and Timmins, and two in Toronto, chosen to represent a range of practice sizes, populations, locations, and use of bone densitometry. PARTICIPANTS Thirty-two FPs participated in four focus groups. Physicians were identified by investigators or local contacts to provide maximum variation sampling. METHOD Focus groups using a semistructured inter view guide were audiotaped and transcribed. The constant comparative method of data analysis was used to identify key words and concepts until saturation of themes was reached. MAIN FINDINGS Family physicians order bone densitometry and try to manage osteoporosis appropriately, but lack a rationale for testing and are confused about management. Participants’ main concern was clinical management, followed by disease prevention and their educational needs. CONCLUSION Family physicians are confused about how to manage osteoporosis. To reduce the burden of illness due to osteoporosis, educational interventions should be tailored to family physcians’ needs.

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)0,009
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,017
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0090,005
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,147
Tête enseignante GPT0,547
Écart entre enseignants0,401 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
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

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPrimary Care and Health Outcomes→Travaux en français237 207→