MétaCan
Menu
Retour à la cohorte
Enregistrement W4282917166 · doi:10.1017/s1463423622000226

Dementia-related continuing education for rural interprofessional primary health care in Saskatchewan, Canada: perceptions and needs of webinar participants

2022· article· en· W4282917166 sur OpenAlexafffundabout
Julie Kosteniuk, Debra Morgan, Megan E. O’Connell, Dallas Seitz, Valerie Elliot, Melanie Bayly, Chelsie Cameron, Amanda Froehlich Chow

Notice bibliographique

RevuePrimary Health Care Research & Development · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensUniversity of CalgaryUniversity of Saskatchewan
Organismes subventionnairesCanadian Institutes of Health ResearchSaskatchewan Health Research FoundationConsortium canadien en neurodégénérescence associée au vieillissement
Mots-clésContinuing educationPerceptionDementiaNursingContinuing professional developmentMedical educationHealth professionalsPsychologyProfessional developmentPrimary careMedicineHealth careFamily medicinePolitical scienceDisease

Résumé

récupéré en direct d'OpenAlex

Dementia-related continuing education opportunities are important for rural primary health care (PHC) professionals given scarce specialized resources. This report explores the initial perceptions and continuing education needs of rural interprofessional memory clinic team members and other PHC professionals related to a short series of dementia-related education webinars. Three webinars on separate topics were delivered over an 8-month period in 2020 in Saskatchewan, Canada. The research design involved analysis of webinar comments and post-webinar survey data. Sixty-eight individuals participated in at least one webinar, and 46 surveys were completed. Rural memory clinic team members accounted for a minority of webinar participants and a majority of survey respondents. Initial perceptions were positive, with webinar topics and interactivity identified as the most effective aspects. Continuing education needs were mainly aligned with professional roles; however, some overlap of interests occurred. Future webinars will further explore learning needs within an interprofessional environment.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,301
Score d'incertitude au seuil0,606

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0060,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,439
Écart entre enseignants0,408 · 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'étudeQualitatif
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

Citations7
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePrimary Health Care Research & DevelopmentMême sujetInterprofessional Education and CollaborationTravaux en français237 207