MétaCan
Menu
Retour à la cohorte
Enregistrement W2900982258 · doi:10.1370/afm.2312

From Good to Great: The Role of Performance Coaching in Enhancing Tobacco-Dependence Treatment Rates

2018· article· en· W2900982258 sur OpenAlexafffundabout
Sophia Papadakis, Adam G. Cole, Robert D. Reid, Roxane Assi, Marie Gharib, Heather Tulloch, Kerri‐Anne Mullen, George A. Wells, Andrew Pipe

Notice bibliographique

RevueThe Annals of Family Medicine · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversity of WaterlooUniversity of Ottawa
Organismes subventionnairesHeart and Stroke Foundation of Canada
Mots-clésMedicineCoachingSmoking cessationAbstinenceRandomized controlled trialPsychological interventionOdds ratioPhysical therapyFamily medicineOddsNursingLogistic regressionInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The purpose of this study was to examine the incremental effect of performance coaching, delivered as part of a multicomponent intervention (Ottawa Model for Smoking Cessation [OMSC]), in increasing rates of tobacco-dependence treatment by primary care clinicians. METHODS: ) delivery. Secondary outcomes were patient quit attempts and smoking abstinence measured at 6 months' follow-up. RESULTS: = .02). No differences were documented between groups for cessation outcomes. CONCLUSIONS: Performance coaching significantly increased rates of tobacco-dependence treatment by primary care clinicians when delivered as part of a multicomponent intervention.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,474
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,669
Tête enseignante GPT0,650
Écart entre enseignants0,019 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations15
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Annals of Family MedicineMême sujetHealth Policy Implementation ScienceTravaux en français237 207