Understanding the learning needs of London-based GP trainees in conducting telephone consultations
Notice bibliographique
Résumé
Background Telehealth care and telephone consultations are increasingly used in primary care for daily triage, patient reviews, and providing clinical information; however little is known about the perceptions of GP trainees. Aim To investigate the knowledge and skills of GP trainees in conducting telephone consultations; evaluate their current experiences and learning needs; and identify future training considerations based on feedback received. Method Using a mixed-methods approach, a cross-sectional quantitative survey of North Central and East London (NCEL) GP trainees was initially performed. This was followed-up by qualitative semi-structured interviews, which allowed deeper exploration of themes. Results In total 100 trainees responded to the survey, and eight proceeded with interviews. Trainees were least confident in independently undertaking more complex aspects of telephone consulting, and there was a positive correlation between training received and confidence to work independently. Despite positive and negative experiences, trainees felt that there were gaps in their training and significant differences in overall confidence, supervision and feedback among different training grades and between in-hours and out-of-hours practice. Future considerations included curricular promotion, increased trainer-trainee observations using audio-clinical observation tools or simulated practice, and consideration of formal training. Conclusion This project has shed light on the current learning, feedback, and assessment practices of GP trainees in conducting telephone consultations. Further evaluation will provide a helpful guide to various stakeholders, foresee any challenges and inform a wider debate among postgraduate learners regarding their training for the use of technology in healthcare.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».