Obesity education for front-line healthcare providers
Notice bibliographique
Résumé
BACKGROUND: To assess the effect of an interprofessional educational activity on professional skills, attitudes, and perceived challenges toward obesity management among front-line healthcare providers. METHODS: A one-day interprofessional obesity education activity was organized for healthcare providers across various disciplines. All participants were invited to complete an anonymous survey pre- and post-event, and at six-month post-event. The survey was created based on a comprehensive list of perceived skills, professional attitudes and challenges toward obesity intervention compiled from existing literature. RESULTS: Sixty-seven healthcare providers completed the survey pre- and post-event. Participants reported increases in professional skills such as their ability to assess weight (p = 0.04), to address weight management issues (p < 0.001), to teach/motivate patients toward physical activity (p < 0.001) and healthy eating practices (p = 0.001), to use behavior modification techniques (p < 0.001), and to deal with family issues (p < 0.001). Professional attitudes: practitioners felt more educated/competent in obesity management (P < 0.001), learned where to refer patients (p < 0.001), were more comfortable in discussing obesity in managing obesity (p < 0.001), were less likely to avoid the topic (p = 0.004) and felt less frustrated with the low success rate (p = 0.030). Enhancement in professional attitudes remained 6 months after the event. Improvements were mainly associated with male gender, younger age, fewer years of professional practice and healthcare professionals other than physicians. No statistically significant changes in perceived challenges were found after the educational event. CONCLUSION: Results of this study showed that this interprofessional learning activity contributed to the improvement of professional skills and attitudes of front-line healthcare providers caring for those who are obese or at risk for obesity. The positive results of this interprofessional learning activity aligns with the training needs identified by healthcare practitioners in previous studies, and suggest that this design and content could be used to guide future educational programming in the care of obese people.
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 | 0,002 | 0,005 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 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 ».