Pediatric training and practice of Canadian chiropractic and naturopathic doctors: a 2004–2014 comparative study
Notice bibliographique
Résumé
BACKGROUND: To assess chiropractic (DC) and naturopathic doctors' (ND) knowledge, attitudes, and behaviour with respect to the pediatric patients in their practice. METHODS: Cross-sectional surveys were developed in collaboration with DC and ND educators. Surveys were sent to randomly selected DCs and NDs in Ontario, Canada in 2004, and a national online survey was conducted in 2014. Data were analyzed using descriptive statistics, t-tests, non-parametric tests, and linear regression. RESULTS: Response rates for DCs were n = 172 (34%) in 2004, n = 553 (15.5%) in 2014, and for NDs, n = 171 (36%) in 2004, n = 162 (7%) in 2014. In 2014, 366 (78.4%) of DCs and 83 (61%) of NDs saw one or more pediatric patients per week. Pediatric training was rated as inadequate by most respondents in both 2004 and 2014, with most respondents (n = 643, 89.9%) seeking post-graduate training by 2014. Respondents' comfort in treating children and youth is based on experience and post-graduate training. Both DCs and NDs that see children and youth in their practices address a broad array of pediatric health concerns, from well child care and preventative health, to mild and serious illness. CONCLUSIONS: Although the response rate in 2014 is low, the concerns identified a decade earlier remain. The majority of responding DCs and NDs see infants, children, and youth for a variety of health conditions and issues, but self-assess their undergraduate pediatric training as inadequate. We encourage augmented pediatric educational content be included as core curriculum for DCs and NDs and suggest collaboration with institutions/organizations with expertise in pediatric education to facilitate curriculum development, especially in areas that affect patient safety.
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 | 0,003 | 0,003 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».