MétaCan
Menu
Retour à la cohorte
Enregistrement W2593992315 · doi:10.3138/ptc.2016-22

To Be or Not to Be a Cardiorespiratory Physiotherapist: Factors That Influence Career Choice in a Sample of Canadian Physiotherapists

2017· article· en· W2593992315 sur OpenAlexaffvenueabout
Laura Hussey, Danijel Sredic, Colby Bucci, Ian R. Barrett, Ryan McLeod, Tania Janaudis‐Ferreira, Dina Brooks

Notice bibliographique

RevuePhysiotherapy Canada · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensToronto Rehabilitation InstituteUniversity of TorontoMcGill University
Organismes subventionnairesnon disponible
Mots-clésMentorshipCardiorespiratory fitnessScope (computer science)MedicinePhysical therapyScope of practiceClinical PracticeSample (material)Perspective (graphical)Medical education

Résumé

récupéré en direct d'OpenAlex

Purpose: This study explored the factors that influence choosing or not choosing a career in cardiorespiratory physiotherapy (CRP) from the perspective of a group of currently practising, experienced physiotherapists in Canada. Methods: A modified Dillman approach was used to distribute a cross-sectional, self-administered, online questionnaire to all eligible members of the cardiorespiratory and orthopaedic divisions of the Canadian Physiotherapy Association. A total of 438 participants—21 CRP and 417 non-CRP therapists—completed the survey. The survey response rate was 9.4%. Results: A narrow scope of practice (61.9%) and a lack of interest in CRP subject matter (50.1%) were the most influential factors deterring the respondents from making CRP their career choice. Interest in CRP (81.0%), mentorship (76.2%), access to physical resources (76.2%), and inter-professional practice (71.4%) were the most influential factors in pursuing a career in CRP. Conclusion: Increasing the awareness of the scope of practice for CRP, exposure to positive mentors, and rich practice settings are key factors in promoting physiotherapists' specialisation in CRP.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,303
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,332
Écart entre enseignants0,285 · 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 tête enseignante, pas un consensus.

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

Citations5
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePhysiotherapy CanadaMême sujetSports injuries and preventionTravaux en français237 207