Assessing medical student knowledge and attitudes about shared decision making across the curriculum: protocol for an international online survey and stakeholder analysis
Notice bibliographique
Résumé
INTRODUCTION: Shared decision making (SDM) is a goal of modern medicine; however, it is not currently embedded in routine care. Barriers include clinicians’ attitudes, lack of knowledge and training and time constraints. Our goal is to support the development and delivery of a robust SDM curriculum in medical education. Our objective is to assess undergraduate medical students’ knowledge of and attitudes towards SDM in four countries. METHODS AND ANALYSIS: The first phase of the study involves a web-based cross-sectional survey of undergraduate medical students from all years in selected schools across the United States (US), Canada and undergraduate and graduate students in the Netherlands. In the United Kingdom (UK), the survey will be circulated to all medical schools through the UK Medical School Council. We will sample students equally in all years of training and assess attitudes towards SDM, knowledge of SDM and participation in related training. Medical students of ages 18 years and older in the four countries will be eligible. The second phase of the study will involve semistructured interviews with a subset of students from phase 1 and a convenience sample of medical school curriculum experts or stakeholders. Data will be analysed using multivariable analysis in phase 1 and thematic content analysis in phase 2. Method, data source and investigator triangulation will be performed. Online survey data will be reported according to the Checklist for Reporting the Results of Internet E-Surveys. We will use the COnsolidated criteria for REporting Qualitative research for all qualitative data. ETHICS AND DISSEMINATION: The study has been approved for dissemination in the US, the Netherlands, Canada and the UK. The study is voluntary with an informed consent process. The results will be published in a peer-reviewed journal and will help inform the inclusion of SDM-specific curriculum in medical education worldwide.
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 | 0,098 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,060 | 0,015 |
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 ».