The development and evaluation of an online educational tool for the evidence-based management of neck pain by chiropractic teaching faculty
Notice bibliographique
Résumé
OBJECTIVE: To develop an online, interactive educational tool to deliver an evidence-based clinical practice guideline to faculty members at a Canadian chiropractic college. Second, to evaluate the learning, design, and engagement constructs of the tool in a sample of chiropractic faculty members. METHODS: Using an integrated knowledge translation methodology and the Knowledge to Action Framework, we developed an evidence-based online learning tool. The context of the tool focused on a clinical practice guideline on the management of neck pain. We evaluated the learning, design, and engagement constructs in a sample of faculty members and residents using the Learning Object Evaluation Scale for Students. Participants were also asked to provide suggestions for improvement of the tool. RESULTS: Sixteen participants completed the evaluation. Most (68.8%) participants were chiropractors, 75% were male and 56% were between the ages of 25 and 44 years. At least 75% of participants agreed that the learning, design, and engagement constructs of the learning tool were adequate. The open-ended suggestions unveiled 3 pedagogical themes, relating to multimedia, thinking skills, and learner control, within the tool that could benefit from further development. These themes informed recommendations to improve the tool. CONCLUSION: Our online, interactive, module-based learning tool has sound pedagogical properties. Further research is needed to determine if its use is associated with a change in knowledge.
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 | 0,007 |
| 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 | 0,000 | 0,000 |
| 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 ».