Which Learning Activities Enhance Physical Therapist Practice? Part 1: Systematic Review and Meta-analysis of Quantitative Studies
Notice bibliographique
Résumé
OBJECTIVE: Following graduation from professional education, the development of clinical expertise requires career-long participation in learning activities. The purpose of this study was to evaluate which learning activities enhanced physical therapist practice. METHODS: Eight databases were searched for studies published from inception through December 2018. Articles reporting quantitative data evaluating the effectiveness of learning activities completed by qualified physical therapists were included. Study characteristics and results were extracted from the 26 randomized controlled trials that met the inclusion criteria. Clinician (knowledge, affective attributes, and behavior) and patient-related outcomes were extracted. RESULTS: There was limited evidence that professional development courses improved physical therapist knowledge. There was low-level evidence that peer assessment and feedback were more effective than case discussion at improving knowledge (standardized mean difference = 0.35, 95% CI = 0.09-0.62). Results were inconsistent for the effect of learning activities on affective attributes. Courses with active learning components appeared more effective at changing physical therapist behavior. The completion of courses by physical therapists did not improve patient outcomes; however, the addition of a mentored patient interaction appeared impactful. CONCLUSION: Current evidence suggests active approaches, such as peer assessment and mentored patient interactions, should be used when designing learning activities for physical therapists. Further high-quality research focused on evaluating the impact of active learning interventions on physical therapist practice and patient outcomes is now needed. IMPACT: This study is a first step in determining which learning activities enhance clinical expertise and practice would enable the physical therapy profession to make informed decisions about the allocation of professional development resources.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,003 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».