‘Change talk’ among physicians in small group learning communities: An ethnographic study
Notice bibliographique
Résumé
INTRODUCTION: Physicians face uncertainties in complex clinical environments. Small group learning initiatives allow physicians to decipher new evidence and address challenges. This study aimed to understand how physicians in small learning groups discuss, interpret and assess new evidence-based information to make decisions for practice. METHODS: An ethnographic approach was used to collect data from observed discussions between practising family physicians (n = 15) that meet in small learning groups (n = 2). Physicians were members of a continuing professional development (CPD) programme that provides educational modules with clinical cases and evidence-based recommendations for best practice. Nine learning sessions were observed over 1 year. Field notes documenting the conversations were analysed using ethnographic observational dimensions and thematic content analysis. Observational data were supplemented with interviews (n = 9) and practice reflection documents (n = 7). A conceptual framework for 'change talk' was created. RESULTS: Observations elucidated the following: Facilitators played a significant role in leading the discussion by focusing on practice gaps. As group members shared approaches to clinical cases, baseline knowledge and practice experiences were revealed. Members made sense of new information by asking questions and sharing knowledge. They determined what information was useful and whether it applied to their practice. They reviewed evidence, tested algorithms, benchmarked themselves to best practice and consolidated knowledge before committing to practice change(s). Themes from interviews emphasised that sharing of practice experiences played an integral part in decisions to implement new knowledge, helped validate guideline recommendations and provided strategies for feasible practice changes. Documented practice reflections regarding decisions for practice change(s) overlapped with field notes. CONCLUSION: This study provides empirical data on how small groups of family physicians discuss evidence-based information and make decisions for clinical practice. A 'change talk' framework was created to illustrate the processes that occur when physicians interpret and assess new information to bridge gaps between current and best practices.
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 | 0,008 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,007 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».