Do learners implement what they learn? Commitment-to-change following an interprofessional palliative care course
Notice bibliographique
Résumé
BACKGROUND: Palliative care educators should incorporate strategies that enhance application into practice by learners. Commitment-to-change is an approach to reinforce learning and encourage application into practice; immediately post-course learners commit to making changes in their practices as a result of participating in the course ("statements") and then several weeks or months later are prompted to reflect on their commitments ("reflections"). AIM: Explore if and how learners implemented into practice what they learned in a palliative care course, using commitment-to-change reflections. DESIGN: Secondary analysis of post-course commitment statements and 4-months post-course commitment reflections submitted online by learners who participated in Pallium Canada's interprofessional, 2-day, Learning Essential Approaches to Palliative Care (LEAP) Core courses. SETTING/PARTICIPANTS: Primary care providers from across Canada and different profession who attended LEAP Core courses from 1 April 2015 to 31 March 2017. RESULTS: About 1063 of 4636 learners (22.9%) who participated in the 244 courses delivered during the study period submitted a total of 4250 reflections 4 months post-course. Of these commitments, 3081 (72.5%) were implemented. The most common implemented commitments related to initiating palliative care early across diseases, pain and symptom management, use of clinical instruments, advance care planning, and interprofessional collaboration. Impact extended to patients, services, and colleagues. Barriers to implementation into practice included lack of time, and system-level factors such as lack of support by managers and untrained colleagues. CONCLUSIONS: Examples of benefits to patients, families, services, colleagues, and themselves were described as a result of participating in the courses.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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) | 0,002 | 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 ».