Engaging Laboratory Staff in Stewardship: Barriers Experienced by Medical Laboratory Technologists in Canada
Notice bibliographique
Résumé
BACKGROUND: Laboratory stewardship programs aim to improve the use of laboratory resources, including reducing inappropriate testing. These programs should engage all healthcare stakeholder groups, including all levels of laboratory staff. Medical laboratory technologists (MLTs) are highly skilled professionals and are well positioned to play a supportive role in stewardship but may be overlooked. The aim of this study is to identify the barriers to MLT participation in stewardship activities. METHODS: We developed and disseminated a self-administered survey to MLTs in Canada to assess their knowledge and attitudes toward inappropriate laboratory utilizatioz and explore perceived barriers to taking on an active role in stewardship initiatives. Themes were identified in open-ended responses and mapped to the Theoretical Domains Framework (TDF). RESULTS: MLTs feel accountable for helping ensure appropriate resource use and recognize that it is an important issue to address. However, they experience significant barriers and have low intention to act. The self-reported barrier most frequently described was lack of time arising from excessive workloads, but other constraints exist. Themes mapped to the TDF most strongly in the domain of environmental context and resources, supporting evidence that workplace structure and culture play key roles in impacting this group. CONCLUSIONS: To meaningfully engage MLTs in stewardship activities, these barriers should be addressed. Highlighting MLT expertise and creating communication structures and opportunities for their unique contributions may be fruitful.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 tête enseignante, 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 ».