The Influence of Relationship-Centered Coaching on Physician Perceptions of Peer Review in the Context of Mandated Regulatory Practices
Notice bibliographique
Résumé
PURPOSE: Medical regulatory authorities are legally mandated to protect patients by monitoring the practice of medicine. While principally a matter of public safety, many pursue this mission by establishing quality improvement initiatives that prioritize professional development for all rather than identification of substandard performers. Engaging practitioners in directed learning opportunities, however, is rife with challenge given inherent social complexities. This study was run to explore whether relationship-centered coaching could improve physicians' perceptions of the value of engaging with College-mandated peer review. METHOD: A quasi-experimental analysis was performed on physician ratings of the effectiveness of peer assessor interactions and assessment processes during 3 time periods: (1) an historical control (March 2016-December 2016; n = 296); (2) a period after assessors were trained to deliver feedback using relationship-centered coaching (December 2016-March 2017; n = 96); and (3) after physicians were given more capacity to choose patient records for peer review and engage in discussion about multisource feedback results (March 2017-December 2018; n = 448). RESULTS: Psychometric analyses supported the aggregation of survey items into assessor interaction and assessment process subscores. Training assessors to engage in relationship-centered coaching was related with higher assessor interaction scores (4.64 vs 4.47; P < .05; d = 0.37). Assessment process scores did not increase until after additional program enhancements were made in period 3 (4.33 vs 4.17, P < .05, d = 0.29). CONCLUSIONS: Despite peer interactions being inherently stressful for physicians when they occur in the context of regulatory authority visits, efforts to establish a quality improvement culture that prioritizes learning can improve physicians' perceptions of peer review.
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 | 0,014 | 0,082 |
| 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 | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».