Aiming for safer patient care: development of a needs-based anesthesia return-to-work program after a non-remedial leave of absence
Notice bibliographique
Résumé
PURPOSE: During anesthesiologists' careers, a leave of absence (LOA) is common. After prolonged leave, updating may be beneficial in reducing concerns about knowledge and skill decrements. Although formal return-to-work (RTW) courses and checklists assist UK practitioners, and Australia mandates a one-month RTW program for each year away from practice, no Canadian RTW programs exist. This project aimed to determine the needs of anesthesiologists for an RTW program. METHODS: This quality improvement activity developed a needs analysis survey that was sent to all practicing anesthesiologists in Alberta. Respondents provided their opinions about the requirements necessary for an RTW program. RESULTS: Seventy-three of 350 eligible participants (21%) responded; one-third of respondents were female. Thirty-four respondents (47%) had taken at least one LOA, with a median [interquartile range] duration of 6 [3-12] months. Overall, respondents thought the duration of an LOA requiring formal RTW updating should be 12 [6-15] months, with a median updating period of 7 [5-20] days. Those who had previously taken an LOA thought updating should occur after a shorter absence (11 [6-12] vs 12 [6-24] months, P = 0.009) and be shorter (5 [3-12] vs 10 [5-26] days, P = 0.007). Comments indicated RTW updating should be flexible and individualized. Upgrades of computer systems and equipment plus specific skills retraining were identified. CONCLUSIONS: Leave of absences are common among anesthesiologists. Appropriate departmental support before, during, and after a gap in clinical practice could be provided by an RTW program to help endorse knowledge, skills, and confidence. Results identified the needs of Albertan anesthesiologists and provided initial guidance in the design of a user-centred RTW program.
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 | 0,009 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».