Physician assessments of the value of therapeutic information delivered via e-mail.
Notice bibliographique
Résumé
PROBLEM ADDRESSED: Although e-learning programs are popular and access to electronic knowledge resources has improved, raising awareness about updated therapeutic recommendations in practice continues to be a challenge. OBJECTIVE OF PROGRAM: To raise awareness about and document the use of therapeutic recommendations. PROGRAM DESCRIPTION: In 2010, family physicians evaluated e-Therapeutics (e-T) Highlights with a Web-based tool called the Information Assessment Method (IAM). The e-T Highlights consisted of information found in the primary care reference e-Therapeutics+. Each week, family physicians received an e-mail containing a link to 1 Highlight from a different chapter of e-Therapeutics+. Family physicians received continuing medical education credits for each Highlight they rated with the IAM. Of the 5346 participants, 85% of them were full-time or part-time practitioners. A total of 31 429 Highlights ratings were received in 2010 (median of 2 ratings per participant, range 1 to 49). Among participants who rated more than 2 Highlights, the median number of ratings was 7 (mean 11.9). The relevance of the information from individual Highlights varied widely; however, for 90% of the rated Highlights participants indicated total or partial relevance of the information for at least 1 patient. For 41% of rated Highlights, participants expected patient health benefits to result from implementing the recommendation, such as avoiding an unnecessary or inappropriate treatment, or a preventive intervention. CONCLUSION: This continuing medical education program stimulated family physicians to rate therapeutic recommendations that were delivered weekly via e-mail. The process of rating e-T Highlights with the IAM raised awareness about treatment recommendations and documented self-reported use of this information in practice.
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 | 0,007 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».