Health care provider confidence and exercise prescription practices of Exercise is Medicine Canada workshop attendees
Notice bibliographique
Résumé
The Exercise is Medicine Canada (EIMC) initiative promotes physical activity counselling and exercise prescription within health care. The purpose of this study was to evaluate perceptions and practices around physical activity counselling and exercise prescription in health care professionals before and after EIMC training. Prior to and directly following EIMC workshops, 209 participants (physicians (n = 113); allied health professionals (AHPs) (n = 54), including primarily nurses (n = 36) and others; and exercise professionals (EPs) (n = 23), including kinesiologists (n = 16), physiotherapists (n = 5), and personal trainers (n = 2)) from 7 provinces completed self-reflection questionnaires. Compared with AHPs, physicians saw more patients (78% > 15 patients/day vs 93% < 15 patients/day; p < 0.001) and reported lower frequencies of exercise counselling during routine client encounters (48% vs 72% in most sessions; p < 0.001). EPs had higher confidence providing physical activity information (92 ± 11%) compared with both physicians (52 ± 25%; p < 0.001) and AHPs (56 ± 24%; p < 0.001). Physicians indicated that they experienced greater difficulty including physical activity and exercise counselling into sessions (2.74 ± 0.71, out of 5) compared with AHPs (2.17 ± 0.94; p = 0.001) and EPs (1.43 ± 0.66; p < 0.001). Physicians rated the most impactful barriers to exercise prescription as lack of patient interest (2.77 ± 0.85 out of 4), resources (2.65 ± 0.82 out of 4), and time (2.62 ± 0.71 out of 4). The majority of physicians (85%) provided a written prescription for exercise in <10% of appointments. Following the workshop, 87% of physician attendees proposed at least one change to practice; 47% intended on changing their practice by prescribing exercise routinely, and 33% planned on increasing physical activity and exercise counselling, measured through open-ended responses.
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 | 0,002 | 0,013 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».