Interprofessional continuing professional development programs can foster lifelong learning in healthcare professionals: experiences from the Project ECHO model
Notice bibliographique
Résumé
BACKGROUND: The success of continuing professional development (CPD) programs that foster skills in lifelong learning (LLL) has been well established. However, healthcare professionals often report barriers such as access to CPD and cost which limit uptake. Further research is required to assess how accessible CPD programs, such as those delivered virtually, impact orientation to LLL. Project Extension for Community Healthcare Outcomes (Project ECHO®) is a CPD model that has a growing body of evidence demonstrating improvements in knowledge and skills. Central to this model is the use of a virtual platform, varied teaching approaches, the promotion of multi-directional learning and provider support through a community of practice. This study aimed to explore whether participation in a provincial mental health ECHO program had an effect on interprofessional healthcare providers' orientation to LLL. METHODS: Using a pre-post design, orientation to LLL was measured using the Jefferson Scale of Lifelong Learning. Eligible participants were healthcare professionals enrolled in a cycle of ECHO Ontario Mental Health from 2017 to 2020. Participants were classified as 'high' or 'low' users using median session attendance as a cut-point. RESULTS: The results demonstrate an increase in orientation to LLL following program participation (Pre: 44.64 ± 5.57 vs. Post: 45.94 ± 5.70, t (66) = - 3.023, p < .01, Cohen's d = 0.37), with high ECHO users demonstrating greater orientation to LLL post-ECHO. CONCLUSION: Findings are discussed in the context of self-determination theory and suggest there may be components of CPD programs that more readily support increased motivation for LLL for interprofessional healthcare professionals.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».