Exploring learners’ perspectives of a Project ECHO palliative care education curriculum in resource-limited settings in light of key learning theories
Notice bibliographique
Résumé
Abstract Background: Project ECHO (Extension of Community Healthcare Outcomes) is a well-established telehealth educational platform developed to improve access to specialist care training in underserved areas. The objective of this study is to explore the learning experiences of participants in a Project ECHO targeting care providers in India and explore considerations for how ECHO programs could be modified to cater to the unique learning needs of individuals in low- and middle-income countries. Methods : We implemented a one-year Project ECHO on pediatric palliative care (ECHO PPC) targeting healthcare providers in India. The program consisted of 24 bi-weekly sessions (March 2018-February 2019) hosted by the Hyderabad Centre for Palliative Care in Hyderabad, India. Learners who attended at least 20% (5 sessions) were eligible to participate. Data related to demographic characteristics of ECHO PPC participants were collected. Four focus groups were conducted (February-April 2019) either online via videoconference or in person. Focus groups recordings were transcribed, coded and independently verified. The codes were then arranged into overarching themes.Results : Thirty-six learners were eligible and invited to participate in the study. Seventeen individuals completed the study. Following coding and analysis, two major themes and seven sub-themes were identified. The themes included: (1) Benefits of participation in ECHO PPC (creation of a community of practice; opportunity to exchange cultures, ideas and experiences; supportive role of the facilitator and peers; increased relevant knowledge and skills; and access to additional learning resources) and (2) Barriers to participation (difficulties with time and practice schedule management and language and sociocultural factors). Conclusion: The key principals of learning theories were incorporated into forming the Project ECHO conceptual model in this study. PPC Project ECHO facilitated community building, stimulated professional interest and additional learning outside of the program. However, addressing the barriers and challenges might likely enhance the success of the program in future.
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 | 0,014 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,007 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».