MétaCan
Menu
Retour à la cohorte
Enregistrement W4376253712 · doi:10.36834/cmej.76161

Development of a bilingual interdisciplinary scale assessing self-efficacy for participating in Medical Assistance in Dying

2023· article· en· W4376253712 sur OpenAlexaffvenueabout
Diane Tapp, Ariane Plaisance, Nathalie Boudreault, Isabelle St‐Pierre, Jean-François Desbıens, Sarah-Caroline Poitras, Elizabeth Lemay, Luis Alejandro Urrea, Amélie Lapointe, Mélissa Henry, Gina Bravo

Notice bibliographique

RevueCanadian Medical Education Journal · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensHealth and Social Services Centre University Institute of Geriatrics of SherbrookeUniversité de SherbrookeMcGill UniversityUniversité du QuébecCentre hospitalier de l'Université LavalUniversité du Québec à RimouskiUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPsychosocialFeelingScale (ratio)Health carePsychologyProcess (computing)Self-efficacyMedical educationNursingMedicineSocial psychologyComputer sciencePsychotherapist

Résumé

récupéré en direct d'OpenAlex

Medical Assistance in Dying (MAiD) is a complex process involving the person seeking care and their relatives. MAiD involves physical, psychosocial and spiritual needs, and consequently the involvement of an interdisciplinary team is beneficial. Therefore, updating the knowledge and skills of healthcare and social services professionals is critical. An interdisciplinary team from Laval University (Quebec, Canada) has developed a continuous training program for all health care and social services professionals who could be involved in the care of persons who request MAiD and their loved ones. It is crucial to assess whether the objectives of the continuous training program are being met, especially since this new training addresses several complex issues (legal, ethical, and clinical). Bandura's self-efficacy theory has been widely used to develop scales for assessing the impact of training programs and identifying knowledge gaps. Bandura's theory states that feeling secure in one's self-efficacy leads to self-determined motivation. Although there are various scales intended to measure self-efficacy in palliative care, none include self-efficacy for participating in the process surrounding MAiD. As a result, we aim to create a bilingual (English-French) interdisciplinary scale to assess self-efficacy for participating in the process surrounding MAiD. The scale will allow decision-makers and researchers to identify current knowledge gaps. It will also be useful for assessing the impact of current and future training programs addressing this end-of-life practice. In this work in progress, we briefly introduce the training program and the future steps in the development and validation of the scale.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,114
Tête enseignante GPT0,493
Écart entre enseignants0,379 · 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

Citations2
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Education JournalMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207