Understanding academic clinicians’ intent to treat pediatric obesity
Notice bibliographique
Résumé
AIM: To examine the extent to which the theory of planned behavior (TPB) predicts academic clinicians' intent to treat pediatric obesity. METHODS: A multi-disciplinary panel iteratively devised a Likert scale survey based on the constructs of the TPB applied to a set of pediatric obesity themes. A cross-sectional electronic survey was then administered to academic clinicians at tertiary care centers across Canada from January to April 2012. Descriptive statistics were used to summarize demographic and item agreement data. A hierarchical linear regression analysis controlling for demographic variables was conducted to examine the extent to which the TPB subscales predicted intent to treat pediatric obesity. RESULTS: A total of 198 physicians, surgeons, and allied health professionals across Canada (British Columbia, Alberta, Manitoba, Saskatchewan, Nova Scotia, Ontario and Quebec) completed the survey. On step 1, demographic factors accounted for 7.4% of the variance in intent scores. Together in step 2, demographic variables and TPB subscales predicted 56.9% of the variance in a measure of the intent to treat pediatric obesity. Perceived behavioral control, that is, confidence in one's ability to manage pediatric obesity, and subjective norms, congruent with one's context of practice, were the most significant predictors of the intent to treat pediatric obesity. Attitudes and barriers did not predict the intent to treat pediatric obesity in this context. CONCLUSION: Enhancing self-confidence in the ability to treat pediatric obesity and the existence of supportive treatment environments are important to increase clinician's intent to treat pediatric obesity.
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 | 0,019 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».