MétaCan
Menu
Retour à la cohorte
Enregistrement W3112428668 · doi:10.1097/ceh.0000000000000319

Behavior Change Techniques in Continuing Professional Development

2020· article· en· W3112428668 sur OpenAlexafffund
Kristin J. Konnyu, Nicola McCleary, Justin Presseau, Noah Ivers, Jeremy Grimshaw

Notice bibliographique

RevueJournal of Continuing Education in the Health Professions · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensOttawa Public Health
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPsychological interventionMedical educationPsychologyBehavior changeSet (abstract data type)Intervention (counseling)Behaviour changeQuality (philosophy)MedicineApplied psychologyNursingComputer scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

Continuing professional development (CPD) is a widely used and evolving set of complex interventions that seeks to update and improve the knowledge, skills, and performance of health care professionals to ultimately improve patient care and outcomes. While synthesized evidence shows CPD in general to be effective, effects vary, in part due to variation in CPD interventions and limited understanding of CPD mechanisms of action. We introduce two behavioral science tools-the Behavior Change Technique Taxonomy version 1 and the Theoretical Domains Framework-that can be used to characterize the content of CPD interventions and the determinants of behaviour potentially targeted by the interventions, respectively. We provide a worked example of the use of these tools in coding the educational content of 43 diabetes quality improvement trials containing clinician education as part of their multicomponent intervention. Fourteen (of a possible 93; 15%) behavior change techniques were identified in the clinician education content of the quality improvement trials, suggesting a focus of addressing the behavioral determinants beliefs about consequences, knowledge, skills, and social influences, of diabetes care providers' behavior. We believe that the Behavior Change Technique Taxonomy version 1 and Theoretical Domains Framework offer a novel lens to analyze the CPD content of existing evidence and inform the design and evaluation of future CPD interventions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,397
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,459
Tête enseignante GPT0,645
Écart entre enseignants0,186 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Continuing Education in the Health ProfessionsMême sujetHealth Policy Implementation ScienceTravaux en français237 207