Understanding factors that facilitate the inclusion of pain education in undergraduate curricula: Perspectives from a UK survey
Notice bibliographique
Résumé
BACKGROUND: Studies in Europe, North America and Australasia suggest that one in five adults suffer from pain. There is increasing recognition that pain, particularly chronic pain, represents a global health burden. Many studies, including two national surveys exploring the content of undergraduate curricula for pain education, identify that documented pain education in curricula was limited and fragmentary. METHODS: The study design used a questionnaire which included an open text comment box for respondents to add 'further comments' as part of larger study previously published. The sample consisted of 19 UK universities that offered 108 undergraduate programmes in the following: dentistry, medicine, midwifery, nursing (adult, child, learning disabilities and mental health branches), occupational therapy (OT), pharmacy, physiotherapy and veterinary science. An inductive content analysis was performed, and the data were managed using NVivo 10 software for data management. RESULTS: A total of 57 participants across seven disciplines (dentistry, medicine, midwifery, nursing, pharmacy, physiotherapy and OT) completed the open text comment box (none were received from veterinary science). Analysis revealed two major themes of successes and challenges. Successes included expansion (extending coverage and/or increased student access), multidimensional curriculum content and diversity of teaching methods. Challenges included difficulties in identifying where pain is taught in the curriculum, biomedical versus biopsychosocial definitions of pain, perceived importance, time, resources and staff knowledge, and finally a diffusion of responsibility for pain education. CONCLUSION: This study identifies new insights of the factors attributed to successful implementation of pain education in undergraduate education. Many of the challenges previously reported were also identified. This is one of the first studies to identify a broad range of approaches, for pain education, that could be deemed as 'successful' across a range of health disciplines.
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 | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».