A knowledge broker facilitated intervention to improve the use of standardized assessment tools by physical therapists: A cluster randomized trial
Notice bibliographique
Résumé
OBJECTIVE: To compare two methods of knowledge broker support to improve standardized assessment use. DESIGN: Two-site cluster randomized trial. SETTING: Acute rehabilitation hospital. PARTICIPANTS: 18 physical therapists. INTERVENTION: A 10-month intervention was collaboratively designed with an external knowledge broker and physical therapists to compare full and partial implementation support. The knowledge broker provided education and strategies for implementation to the fully supported group and recommended strategies to the partially supported group that they self-implemented. MEASUREMENT: Chart audit data documenting frequency of use was extracted at four timepoints. Ten focus groups were conducted to describe factors that influenced use. Focus group data were coded using the Consolidated Framework for Implementation Research and rated as barriers and facilitators for standardized assessment use. RESULTS: For the fully supported group, standardized assessment use at initial examination increased from 0% to 58.3% at month 2 and decreased to 17.6% and 11.8% at months 4 and 8-10. For the partially supported group, standardized assessment use increased from 0% to 46% and 50% at month 2 and 4 and decreased to 2.8% at months 8-10. For both groups, early use was seen multiple facilitators. At month 10, barriers included organizational changes that impacted intervention fit. In addition, the fully supported group didn't value the selected standardized assessment and the partially supported group lacked space. CONCLUSIONS: Knowledge broker support improved both groups standardized assessment use early on, but it was not sustained. The amount of support could not be isolated as factors that influenced use varied by groups.
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 | 0,021 | 0,147 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».