MétaCan
Menu
Retour à la cohorte
Enregistrement W2512789417 · doi:10.2196/mededu.5318

A Virtual Community of Practice for General Practice Training: A Preimplementation Survey

2016· article· en· W2512789417 sur OpenAlexvenueno aff
Stephen Barnett, Sandra C. Jones, Sue Bennett, Don Iverson, Laura Robinson

Notice bibliographique

RevueJMIR Medical Education · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWorkforceTest (biology)Medical educationPsychologyApplied psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Professional isolation is an important factor in low rural health workforce retention. OBJECTIVE: The aim of this study was to gain insights to inform the development of an implementation plan for a virtual community of practice (VCoP) for general practice (GP) training in regional Australia. The study also aimed to assess the applicability of the findings of an existing framework in developing this plan. This included ascertaining the main drivers of usage, or usefulness, of the VCoP for users and establishing the different priorities between user groups. METHODS: A survey study, based on the seven-step health VCoP framework, was conducted with general practice supervisors and registrars-133 usable responses; 40% estimated response rate. Data was analyzed using the t test and the chi-square test for comparisons between groups. Factor analysis and generalized linear regression modeling were used to ascertain factors which may independently predict intention to use the VCoP. RESULTS: In establishing a VCoP, facilitation was seen as important. Regarding stakeholders, the GP training provider was an important sponsor. Factor analysis showed a single goal of usefulness. Registrars had a higher intention to use the VCoP (P<.001) and to perceive it as useful (P<.001) than supervisors. Usefulness independently predicted intention to actively use the VCoP (P<.001). Regarding engagement of a broad church of users, registrars were more likely than supervisors to want allied health professional and specialist involvement (P<.001). A supportive environment was deemed important, but most important was the quality of the content. Participants wanted regular feedback about site activity. Regarding technology and community, training can be online, but trust is better built face-to-face. Supervisors were significantly more likely than registrars to perceive that registrars needed help with knowledge (P=.01) and implementation of knowledge (P<.001). CONCLUSIONS: Important factors for a GP training VCoP include the following: facilitation covering administration and expertise, the perceived usefulness of the community, focusing usefulness around knowledge sharing, and overcoming professional isolation with high-quality content. Knowledge needs of different users should be acknowledged and help can be provided online, but trust is better built face-to-face. In conclusion, the findings of the health framework for VCoPs are relevant when developing an implementation plan for a VCoP for GP training. The main driver of success for a GP training VCoP is the perception of its usefulness by participants. Overcoming professional isolation for GP registrars using a VCoP has implications for training and retention of health workers in rural areas.

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)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,153
Tête enseignante GPT0,587
Écart entre enseignants0,434 · 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'étudeObservationnel
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

Citations35
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Medical EducationMême sujetGlobal Health Workforce IssuesTravaux en français237 207