Impact of a Workflow-Integrated Web Tool on Resource Utilization and Information-Seeking Behavior in an Academic Anesthesiology Department: Longitudinal Cohort Survey Study
Notice bibliographique
Résumé
BACKGROUND: Medical resident reading and information-seeking behavior is limited by time constraints as well as comfort in accessing and assessing evidence-based resources. Educational technology interventions, as the preferred method for millennial leaners, can reduce these barriers. We implemented an educational web tool, consisting of peer-reviewed articles as well as local and national protocols and policies, built into the daily workflow of a university-based anesthesiology department. We hypothesized that this web tool would increase resource utilization and overall perceptions of the educational environment. OBJECTIVE: The goal of this study was to demonstrate that an educational web tool designed and built into the daily workflow of an academic anesthesia department for trainees could significantly decrease barriers to resource utilization, improve faculty-trainee teaching interactions, and improve the perceptions of the educational environment. METHODS: Following Institutional Review Board approval, a longitudinal cohort survey study was conducted to assess trainee resource utilization, faculty evaluation of trainees' resource utilization, and trainee and faculty perceptions about the educational environment. The survey study was conducted in a pre-post fashion 3 months prior to web tool implementation and 3 months following implementation. Data were deidentified and analyzed unpaired using Student t tests for continuous data and chi-square tests for ordinal data. RESULTS: Survey response rates were greater than 50% in all groups: of the 43 trainees, we obtained 27 (63%) preimplementation surveys and 22 (51%) postimplementation surveys; of the 46 faculty members, we obtained 25 (54%) preimplementation surveys and 23 (50%) postimplementation surveys. Trainees showed a significant improvement in utilization of peer-reviewed articles (preimplementation mean 8.67, SD 6.45; postimplementation mean 18.27, SD 12.23; P=.02), national guidelines (preimplementation mean 2.3, SD 2.40; postimplementation mean 6.14, SD 5.01; P<.001), and local policies and protocols (preimplementation mean 2.23, SD 2.72; postimplementation mean 6.95, SD 6.09; P=.02). There was significant improvement in faculty-trainee educational interactions (preimplementation mean 1.67, SD 1.33; postimplementation mean 6.05, SD 8.74; P=.01). Faculty assessment of trainee resource utilization also demonstrated statistically significant improvements across all resource categories. Subgroups among trainees and faculty showed similar trends toward improvement. CONCLUSIONS: Learning technology interventions significantly decrease the barriers to resource utilization, particularly among millennial learners. Further investigation has been undertaken to assess how this may impact learning, knowledge retention, and patient outcomes.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».