MétaCan
Menu
Retour à la cohorte
Enregistrement W2960487790 · doi:10.15694/mep.2019.000153.1

From the Classroom to Entrustment - The Development of Motivational Interviewing Skills as an Entrustable Professional Activity

2019· article· en· W2960487790 sur OpenAlexaff
Brett Engle, Kathryn Brogan-Hartlieb, Vivian Obeso, Maryse Pedoussaut, Carla Lupi, Karin C Esposito, David R. Brown

Notice bibliographique

RevueMedEdPublish · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensCommunity Based Research Centre
Organismes subventionnairesnon disponible
Mots-clésMotivational interviewingMedical educationCore competencyCurriculumActive listeningPsychologyIntervention (counseling)CoachingInterviewHealth careMedicineNursingPedagogyPsychotherapist

Résumé

récupéré en direct d'OpenAlex

This article was migrated. The article was marked as recommended. Introduction The move towards value-based care and population health has highlighted the prominent role of social and behavioral factors in determining health outcomes. Patient-centered behavioral guidance to improve patient self-management is recognized as an evidence-based intervention for a variety of chronic conditions but has yet to be adopted as a core competency or core entrustable professional activity (EPA). Motivational Interviewing (MI) is an evidence-based behavioral intervention involving an integrated set of competencies, featuring reflective listening, affirmation, evocation, and collaborative planning. An MI encounter is an observable, discrete task that can be framed as an EPA. Successful implementation of EPAs in the workplace requires institutional engagement, a thoughtful curricular approach, faculty development, and feasible, valid workplace-based assessment (WBA). Methods We implemented competency-based MI training and assessed competency outcomes for students and faculty. After joining the Association of American Medical Colleges Core EPA Pilot, we applied an iterative group process to develop an EPA and workplace-based assessment based on established MI competencies. Results Drawing upon nine years of developing MI curriculum, we present competency data for a student training study and a faculty coaching study, describe how we transitioned training from the classroom to the clinical setting employing an EPA framework, and present a one-page schematic and related WBA for an EPA based on MI. Conclusion We propose that MI is a core EPA for future physicians practicing value-based care, and offer a roadmap for curriculum implementation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,003
Communication savante0,0030,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,125
Tête enseignante GPT0,411
Écart entre enseignants0,286 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedEdPublishMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207