SU‐F‐E‐11: Perception and Implementation of Collaborative Documentation Technologies Among Medical Physics Educators and Industry Professionals: A Current Practice Survey
Notice bibliographique
Résumé
Purpose: Collaboration on documents and manuscripts plays a central role in conveying medical physics concepts between interdisciplinary teams, necessary for knowledge‐building, acquiring funding, and translating scientific concepts to applied medical solutions. Conventional tools and emerging internet‐based solutions are used in generating and disseminating physics documents among teams. This research aimed to gain insights on how medical physics professionals and educators are using collaborative documentation software and team practices. Methods: An online survey based on a modified version of the Noel & Roberts (2004) collaborative documentation survey in 'Computer Supported Cooperative Work’ was used to collect data from 102 industry practitioners and educators engaged primarily in medical physics. Items includes 30 scaled and qualitative assessments of software use, inputs, time spent on documentation tasks and related activities (meetings, leadership, task assignment, etc.), number of collaborators, documentation volume and practices, revision and publication strategies, and attitudes toward documentation software. Results: Of 102 respondents, 74 completed all survey sections, and 58/74 (78%) reported using collaborative document technologies, but only 35% of these were fully satisfied with the technology. A total of 27/58 (47.37%) reported collaborative documentation tools assisted in meeting established deadlines. Most collaborative documentation projects spanned weeks, and required a commitment of 17.68 hours/week (2 – 80, median 15). Between 2–100 synchronous meetings lasting 1–5 hr/meeting were required, most commonly held before starting writing (43.64%) to discuss technical contents (85.96%), document requirements (61.40%), assign tasks (54.39%), or resolve team conflicts (52.63%). Results were presented as a visual infographic, potentially useful as a teaching aid. Conclusion: While reportedly easy to use, most online collaborative tools did not fully meet physicist documentation needs, including deficiencies in security, load times, information presentation capabilities, and role assignment. These insights can help improve collaborative documentation software development and training programs for new authors in medical physics fields. The author is an employee of GE Healthcare. This study was completed through the author's academic doctoral work and no funding or other interests were provided by the author's employer.
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 | 0,009 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».