Perceived professional roles and implications for clinical decision‐making
Notice bibliographique
Résumé
OBJECTIVES: This study aims to (a) investigate the relationship between dentists' perceived professional role (PPR), defined as the belief that they are health care professionals versus business people, and treatment intensity, determined by the aggressiveness of clinical approaches, such as in number or scope, and (b) identify the demographic and practice characteristics that have a relationship to PPR. METHODS: A 46-item survey with questions on dentists' demographic and professional characteristics was mailed to a random sample of 3,201 general dentists in Ontario, Canada. PPR was measured by visual analog scale and by Likert-type scale questions, which have been validated in the literature in terms of their ability to measure PPR. Treatment intensity was measured by a set of case scenarios. Univariate, bivariate, and multivariable analyses were performed. RESULTS: One-thousand and seventy-five dentists returned usable surveys (33.6% response rate). When using the two methods to measure PPR, visual analog scale and Likert-type scale questions, dentists who identified as business people tended to have a higher treatment intensity compared to those who identified as health care professionals (p < 0.1 and p < 0.05, respectively). In multivariable logistic regression, years of practice, number of technologies used in a practice, and perceiving other dentists as competitors rather than colleagues were significant predictors of identifying as a business person. CONCLUSIONS: Dentists' PPRs had a significant relationship to the aggressiveness of treatment decisions. Demographic and practice characteristics also had significant relationships to PPR. These findings may have implications for public trust and dentistry's status as a health care profession.
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 | 0,007 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».