MétaCan
Menu
Retour à la cohorte
Enregistrement W4307362944 · doi:10.1111/inm.13082

Improving the self‐efficacy, knowledge, and attitude of nurses regarding concurrent disorder care: Results from a prospective cohort study of an interprofessional, videoconference‐based programme using the <scp>ECHO</scp> model

2022· article· en· W4307362944 sur OpenAlexafffundabout
Gabrielle Chicoine, José Côté, Jacinthe Pépin, Alina Dyachenko, Guillaume Fontaine, Didier Jutras‐Aswad

Notice bibliographique

RevueInternational Journal of Mental Health Nursing · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensJewish General HospitalOttawa HospitalUniversity of OttawaCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalUniversité de Montréal
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchHealth CanadaUniversity of Ottawa
Mots-clésMedicinePsychological interventionCohortVideoconferencingNursingWorkforceFamily medicineCurriculumProspective cohort studyInterprofessional educationIntervention (counseling)Health carePsychology

Résumé

récupéré en direct d'OpenAlex

Several challenges have been identified for patients with concurrent disorders to access adequate services and for nurses to care for them. These challenges contribute to a pressing need for continuing educational interventions, particularly within the mental health nursing workforce. To address this issue, an innovative interprofessional videoconferencing programme based on the ECHO® model (Extension for Community Healthcare Outcomes) was implemented in Quebec, Canada to support and build capacity among healthcare professionals for CD management. The aim of this prospective cohort study was to examine nurses' self-efficacy, knowledge, and attitude scores over a 12-month period. All nurses who registered in the programme between 2018 and 2020 were invited to participate in the study (N = 65). The data were collected online using a self-administered survey at baseline, after 6 months, and then 12 months following entry-to-programme. Twenty-eight nurses participated in the study (96.4% women), with a mean age of 39.1 (SD = 6.2). Compared to other professions (n = 146/174), the group of nurses also showed significant improvements in their knowledge and attitude scores, with respective effect sizes of 0.72 and -0.44 at 6 months, and 0.94 and -0.59 at 12 months. However, significant changes in self-efficacy were only found at the 12-month follow-up (P = 0.0213), among the nurses who attended more than 25% of the 20-session curriculum. ECHO is a promising intervention to improve the accessibility of evidence-based practice and to support nurses in suitably managing concurrent disorders. Further research is needed to establish the effectiveness of this educational intervention on clinical nursing practice and patient outcomes.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,046
Tête enseignante GPT0,463
Écart entre enseignants0,417 · 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

Citations13
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mental Health NursingMême sujetInterprofessional Education and CollaborationTravaux en français237 207