Interventions to change clinicians’ behavior in relation to suicide prevention care in the emergency department: a scoping review protocol
Notice bibliographique
Résumé
OBJECTIVE: This review aims to explore, characterize, and map the literature on interventions implemented to change emergency department clinicians' behavior related to suicide prevention using the Behavior Change Wheel as a guiding theoretical framework. INTRODUCTION: An emergency department is a critical place for suicide prevention, yet many patients who present with suicide-related thoughts and behaviors are discharged without proper assessment or appropriate treatment. Supporting clinicians (who provide direct clinical care, including nurses, physicians, and allied health professionals) to make the desired behavior change following evidence-based suicide prevention care is an essential step toward improving patient outcomes. However, reviews to date have yet to take a theoretical approach to investigate interventions implemented to change clinicians' behavior. INCLUSION CRITERIA: This review will consider literature that includes interventions that target emergency department clinicians' behavior related to suicide prevention. Behavior change refers to observable practice changes as well as proxy measures of behavior change, including knowledge and attitudes. There are many ways in which an intervention can change clinicians' behavior (eg, education, altering service delivery). This review will include a wide range of interventions that target behavior change regardless of the type, but will exclude interventions that exclusively target patients. METHODS: Multiple databases will be searched: PubMed, PsycINFO, CINAHL, and Embase. We will also include gray literature, including Google search, ProQuest Dissertations and Theses Global, and Scopus conference papers. Full texts of included studies will be reviewed, critically appraised, and extracted. Extracted data will be coded to identify intervention functions using the Behavior Change Wheel. Findings will be summarized in tables accompanied by narrative reports.
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 | 0,075 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,013 | 0,015 |
| Bibliométrie | 0,023 | 0,021 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,007 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,042 | 0,008 |
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 ».