Using incorpoRATE to examine clinician willingness to engage in shared decision making: A study of Family Medicine residents
Notice bibliographique
Résumé
OBJECTIVES: We evaluated the willingness of Family Medicine residents to engage in SDM, before and after an educational intervention. METHODS: We delivered a lecture and a workshop for residents on implementing SDM in preventive health care. Before the lecture (T1), participants completed a measure of their willingness to engage in SDM. Six months later, participants completed the measure a second time (T2). RESULTS: At T1, 64 of 73 residents who attended the educational session completed incorpoRATE. Six months later, 44 of 64 participants completed the measure a second time (T2). The range of incorpoRATE sum scores at T1 was from 4.9 to 9.1 out of 10. Among the 44 participants who completed incorpoRATE at both time points, the mean scores were 7.0 ± 1.0 at T1 and 7.4 ± 1.0 at T2 (t = -2.833, p = 0.007, Cohen's D = 0.43). CONCLUSION: Among Family Medicine residents, the willingness to engage in SDM is highly variable. This suggests a lack of consensus in the mind of these residents about SDM. Although mean scores at T2 were significantly higher, we question the educational importance of this change. PRACTICE IMPLICATIONS: incorpoRATE is a promising measure for educators. Understanding how willing a particular physician audience is to undertake SDM, and which elements require attention, could be helpful in designing more targeted curricula. Further research is needed to understand how the perceived stakes of a clinical situation influence physician willingness to engage in SDM.
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 | 0,006 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».