MétaCan
Menu
← Retour à la cohorte
Enregistrement W4238644343 · doi:10.2196/preprints.12474

Development and Evaluation of the Online Addiction Medicine Certificate: Free Novel Program in a Canadian Setting (Preprint)

2018· preprint· en· W4238644343 sur OpenAlexaffabout
Lauren Gorfinkel, Amanda Giesler, Huiru Dong, Evan Wood, Nadia Fairbairn, Ján Klimas

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensUniversity of British ColumbiaBritish Columbia Centre on Substance Use
Organismes subventionnairesnon disponible
Mots-clésCertificateMedicineAddictionTest (biology)Family medicineAddiction medicineMedical educationHealth carePsychologyPsychiatryComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND Despite the enormous bur­den of disease attributable to drug and alcohol addiction, there remain major challenges in implementing evi­dence-based addiction care and treatment modalities. This is partly because of a persistent lack of accessible, specialized training in addiction medicine. In response, a new online certificate in addiction medicine has been established in Vancouver, Canada, free of charge to participants globally. OBJECTIVE The objective of this study was to evaluate and examine changes in knowledge acquisition among health care professionals before and after the completion of an online certificate in addiction medicine. METHODS Learners enrolled in a 17-module certificate program and completed pre- and postknowledge tests using online multiple-choice questionnaires. Knowledge acquisition was then evaluated using a repeated measures t test of mean test scores before and after the online course. Following the certificate completion, a subset of learners completed the online course evaluation form. RESULTS Of the total 6985 participants who registered for the online course between May 15, 2017 and February 22, 2018, 3466 (49.62%) completed the online pretest questionnaire. A total of 1010 participants completed the full course, achieving the required 70% scores. TThe participants self-reported working in a broad range of health-related fields, including nursing (n=371), medicine (n=92), counseling or social work (n=69), community health (n=44), and pharmacy (n=34). The median graduation year was 2010 (n=363, interquartile range 2002-2015). Knowledge of the addiction medicine increased significantly postcertificate (mean difference 28.21; 95% CI 27.32 to 29.10; P<.001). Physicians scored significantly higher on the pretest than any other health discipline, whereas the greatest improvement in scores was seen in the counseling professions and community outreach. CONCLUSIONS This free, online, open-access certificate in addiction medicine appeared to improve knowledge of learners from a variety of disciplines and backgrounds. Scaling up low threshold learning opportunities may further advance addiction medicine training, thereby helping to narrow the evidence-to-practice gap.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,702
Score d'incertitude au seuil0,600

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,205
Tête enseignante GPT0,450
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetDigital Mental Health Interventions→Travaux en français237 207→