A Knowledge Translation Framework for Improving Concussion Education Among Medical Students and Physicians
Notice bibliographique
Résumé
Objective: The objective of this paper is to outline key principles required for a knowledge translation (KT) strategy on concussion education for medical trainees and physicians to promote knowledge retention and practice change. Design: Qualitative review of the literature on concussion education for medical trainees and physicians utilizing the Canadian Institute of Health Research (CIHR) Knowledge to Action (KTA) Cycle as a framework. Results: Medical education on concussion appears to be increasing, but many knowledge gaps persist. Although many concussion guidelines and standardized assessments have been developed, many physicians are either not aware of them, do not use them, or provide inaccurate or inconsistent discharge instructions. Focused, interactive concussion education sessions, education outreach by trained facilitators, and adoption of a spiral curriculum are preferred modalities. To facilitate concussion education, medical professionals must recognize the importance of concussion in their practice. Interventions should deliver high-yield information and be integrated into existing programs such as academic half days (AHD) and the Maintenance of Certification Program (MOC). Many KT tools and interventions have been developed, such as the Concussion Awareness Training Tool (CATT) for Medical Professionals, but evidence of their utilization and effectiveness is limited. Existing tools should be reviewed, updated, implemented, and evaluated for their effectiveness of improving both conceptual and instrumental knowledge. Conclusion: KT strategies for concussion medical education should utilize the CIHR KTA Cycle principles outlined in this review as a guide to design interventions that improve the concussion knowledge of medical trainees and physicians.
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 | 0,055 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,008 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,011 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».