Measuring Advanced/Extended Practice Roles in Arthritis and Musculoskeletal Care in Canada
Notice bibliographique
Résumé
OBJECTIVE: Our objective was to characterize Canadian workforce attributes of extended role practitioners (ERPs) in arthritis care. METHODS: We used an exploratory, mixed-methods study that was based on the Canadian Rheumatology Association's Stand Up and Be Counted Rheumatologist Workforce Survey (2015). An anonymous online survey was deployed to groups of non-physician health care professionals across Canada who potentially had post-licensure training in arthritis care. Demographic and practice information were elicited. Qualitative responses were analyzed using grounded theory techniques. RESULTS: Of 141 respondents, 91 identified as practicing in extended role capacities. The mean age of ERP respondents was 48.7; 87% were female, and 41% of ERPs planned to retire within 5 to 10 years. Respondents were largely physical or occupational therapists by profession and practiced in urban/academic (46%), community (39%), and rural settings (13%). Differences in practice patterns were noted between ERPs (64.5%) and non-ERPs (34.5%), with more ERPs working in extended role capacities while retaining activities reflective of their professional backgrounds. Most respondents (95%) agreed that formal training is necessary to work as an ERP, but only half perceived they had sufficient training opportunities. Barriers to pursuing training were varied, including personal barriers, geographic barriers, patient-care needs, and financial/remuneration concerns. CONCLUSION: To our knowledge, no previous studies have assessed the workforce capacity or the perceived need for the training of ERPs working in arthritis and musculoskeletal care. Measurement is important because in these health disciplines, practitioners' scopes of practice evolve, and ERPs integrate into the Canadian health care system. ERPs have emerged to augment provision of arthritis care, but funding for continuing professional development opportunities and for role implementation remains tenuous.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».