Understanding Quality Improvement and Continuing Professional Mentorship: A Needs Assessment Study to Inform the Development of a Community of Practice
Notice bibliographique
Résumé
INTRODUCTION: Quality improvement (QI) programming attempts to bridge the gap between patient care and standards of care. Mentorship could be a means through which QI is fostered, developed, and incorporated into continuing professional development (CPD) programs. The current study examined (1) models of implementation for mentorship within the Department of Psychiatry of a large Canadian academic center; (2) mentorship as a potential vehicle for alignment of QI practices and CPD; and (3) needs for the implementation of QI and CPD mentorship programs. METHODS: Qualitative interviews were conducted with 14 individuals associated with the university's Department of Psychiatry. The data were analyzed through thematic analyses with two independent coders using COREQ guidelines. RESULTS: Our results identified uncertainty among the participants regarding the conceptualization of QI and CPD, illustrating difficulties in determining whether mentorship could be used to align these practices. Three major themes were identified in our analyses: sharing of QI work through communities of practices; the need for organizational support; and relational experiences of QI mentoring. DISCUSSION: A greater understanding of QI is necessary before psychiatry departments can implement mentorship to enhance QI practices. However, models of mentorship and needs for mentorship have been made clear and include a good mentorship fit, organizational support, and opportunities for both formal and informal mentorship. Changing organizational culture and providing appropriate training is necessary for enhancing QI.
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 | 0,064 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,010 | 0,004 |
| Communication savante | 0,006 | 0,009 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».