Performance Change in Treating Tobacco Addiction: An Online, Interprofessional, Facilitated Continuing Education Course (TEACH) Evaluation at Moore's Level 5
Notice bibliographique
Résumé
INTRODUCTION: Continuing education is essential to build capacity among health care providers (HCPs) to treat people with tobacco addiction. Online, interprofessional training programs are valuable; however, interpretation and comparison of outcomes remain challenging because of inconsistent use of evaluation frameworks. In this study, we used level 5 of Moore's evaluation framework to examine whether an online training program in intensive tobacco cessation counseling achieved sustained performance change among HCPs across multiple health disciplines. METHODS: The evaluation sample included 62 HCPs with direct clinical duties, who completed the online Training Enhancement in Applied Counseling and Health (TEACH) Core Course in 2015 and 2016. We compared self-reported changes in cessation counseling and clinical practices across eight core competencies from baseline to 6-month follow-up using McNemar's tests and descriptive analyses. RESULTS: Compared with baseline, significantly more HCPs reported providing cessation counseling at 6-month follow-up (44% versus 81%, P < .001). HCPs also reported significant increases in engagement in six of the eight core competencies. DISCUSSION: Online training in intensive tobacco cessation treatment can result in sustained performance improvement at 6 months. However, availability of resources and clinical context may influence the extent to which HCPs are able to implement their learned skills. Furthermore, continuing education programs should consider the use of consistent evaluation frameworks to promote cross program comparisons.
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 | 0,007 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».