MétaCan
Menu
Retour à la cohorte
Enregistrement W2964988843

Family physicians and health advocacy: Is it really a difficult fit?

2019· article· en· W2964988843 sur OpenAlexaffabout
Carrie Bernard, Sophie Soklaridis, Morag Paton, Kenneth Fung, Mark Fefergrad, Lisa Andermann, Andrew Johnson, Genevieve Ferguson, Karl Iglar, Cynthia Whitehead

Notice bibliographique

RevuePubMed · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiquePublic Health Policies and Education
Établissements canadiensCentre for Addiction and Mental HealthWomen's College HospitalMcMaster UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésQualitative researchBroad spectrumHealth careMedicineFamily medicineFocus groupNursingMedical educationPsychologySociologyPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: in 2016 and to identify the perceived challenges and enablers of advocating across the entire spectrum. DESIGN: Analysis of a subset of data from a qualitative study using semistructured interviews and focus groups. SETTING: University of Toronto in Ontario. PARTICIPANTS: A total of 9 family medicine faculty members and 6 family medicine residents. METHODS: A subset of transcripts from a 2015 qualitative study that explored family medicine and psychiatry residents' and faculty members' understanding of the CanMEDS-Family Medicine health advocate role were reviewed, guided by interpretive descriptive methodology. MAIN FINDINGS: articles and that they valued the role. Further, there was widespread agreement that being a health advocate was linked with their identities as health professionals. The time it takes to be a health advocate was seen as a barrier to being effective in the role, and the work was seen as extremely challenging owing to system constraints. Participants also described a gap in training relating to advocacy at the system level as a challenge. CONCLUSION: Team-based care was seen as one of the most important enablers for becoming involved in the full spectrum of advocacy, as was time for personal reflection.

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)0,015
score de la tête « metaresearch » (Gemma)0,035
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,135

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,035
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0140,010
Communication savante0,0050,005
Science ouverte0,0010,005
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,110
Tête enseignante GPT0,425
Écart entre enseignants0,315 · 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

Citations9
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetPublic Health Policies and EducationTravaux en français237 207