DECISION-MAKING CAPACITY ASSESSMENT EDUCATION FOR PHYSICIANS: CURRENT STATE AND FUTURE DIRECTIONS
Notice bibliographique
Résumé
Objective: To examine the training needs of family physicians (FPs) regarding Decision-Making Capacity Assessments (DMCAs) and ways in which training materials, based on a DMCA Model, might be adapted for use by FPs. Setting: FPs practicing in a variety of settings: Primary Care, Day Programs, Home Living, Supportive/Assisted Living, Long-term Care, Restorative Care, Geriatric Clinic, and Geriatric inpatient/rehabilitation units in the Edmonton Zone, Alberta. Participants: FPs who chose to attend a focus group on DMCAs. Methods: A scoping review of the literature to examine the current status of physician education regarding assessment of decision-making capacity (DMC), and a focus group and interviews with FPs to ascertain the educational needs of FPs in this area. Main findings: Based on the scoping review of the literature, four main themes emerged: increasing saliency of DMCAs due to an aging population, sub-optimal DMCA training for physicians, inconsistent approaches to DMCA, and tension between autonomy and protection. The findings of the focus groups and interviews indicate that, while FPs working as independent practitioners or on inter-professional (IP) teams are motivated to engage in DMCAs and utilize the DMCA Model for those assessments, several factors impede them from conducting DMCAs. The most notable factors are a lack of education, isolation from IP teams, uneasiness around managing conflict with families, fear of liability, and concerns regarding remuneration. Conclusion: This research project has helped to inform ways to better train and support FPs conducting DMCAs.
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 | 0,028 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,005 | 0,008 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 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 ».