The effects of previous educational training on physical activity counselling and exercise prescription practices among physicians across Nova Scotia: a cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: Physicians (MDs) report difficulty including physical activity (PA) and exercise (PAE) as part of routine care. MDs who report previous educational training in PAE may prescribe exercise more frequently. We evaluated the effects of previous training on perceptions and practices of PA counselling and exercise prescriptions among MDs in Nova Scotia. METHODS: MDs (n=174) across Nova Scotia completed an online self-reflection survey regarding their current PAE practices. MDs who reported previous training (n=41) were compared to those who reported no training (n=133). RESULTS: Trained-MDs were 22% more confident performing PA counselling than untrained-MDs (p<0.005). In patient appointments, trained-MDs included PAE more often (51% vs 39%; p=0.03) but trained-MDs and untrained-MDs had similar rates of exercise prescriptions (12%; p>0.05). The most impactful barriers (on a scale of 1 to 4) were lack of time (2.5) and perceived patient interest (2.4), which were unaffected by previous training (p>0.05). CONCLUSION: Previous training was associated with a higher confidence to include PAE discussions with patients by MDs in Nova Scotia, but had minimal influence on their many barriers that prevent exercise prescription. Although some training supports MDs inclusion of PAE into their practice, there is a need for greater, more intensive educational training to assist MDs in prescribing exercise.
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 | 0,001 | 0,006 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».