Barriers to Respiratory Care Research in the United States
Notice bibliographique
Résumé
BACKGROUND: Respiratory therapists (RTs) are in a unique position to positively impact patient outcomes through respiratory care research. Research plays a key role in evidence-based medicine; however, few RTs perform and publish research. Identification of barriers experienced by RTs may help increase RT-driven research. Thus, we aimed to identify barriers and research interests for RTs. METHODS: American Association for Respiratory Care (AARC) members were invited to anonymously complete a survey via an electronic link posted on AARC Connect. Survey domains included research training, experience, reasons for doing research, important respiratory topics, and barriers to conduct research. RESULTS: Responses from 82 surveys were analyzed. The majority were female (56%), and most had a graduate degree (61%), with a mean working experience of 25.3 ± 13.6 y. Fifty-seven percent of respondents reported at least one publication in a peer-reviewed journal. The desire to improve patient outcomes was the top-ranked reason for doing research. Most received research training through a graduate-level program (56%), but few had a formal research mentor (26%). Clinical research (67%) and quality improvement (63%) were the most common types of research. Data collection was the most common research role (51%). Invasive ventilation, advanced monitoring, and airway clearance were identified as the most important research topics. The primary barriers for RTs to conduct research were lack of protected time for research, opportunities to participate, training, departmental support, and mentorship. CONCLUSIONS: Lack of time, resources, and opportunities were identified as the primary barriers to RT research, and many RTs have not received formal research training. Resources such as formal mentorship, funding, and protected time may help increase RT participation in research.
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 | 0,010 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,011 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 ».