Community Pharmacists' Attitudes, Preferences and Barriers toward Continuing Pharmaceutical Education: A Cross Sectional Study in Jordan
Notice bibliographique
Résumé
Community pharmacists’ responsibilities are expanding to foster optimal patient-centered care, which dictates postgraduate continuous education to enhance their competency and ability to face job challenges. We employed a cross-sectional online questionnaire-based study to evaluate community pharmacists’ attitudes towards continuous education, their preferred modes of program delivery, factors they consider before joining a program, their preferred topics to learn about, and potential perceived barriers against continuous education. A total of 358 community pharmacists completed the questionnaire. The majority of them (86.9 %) were interested in continuous education. However, most pharmacists (70.1%) had never attended any continuous education activity before. The most preferred type of delivery was self-learning through the internet (44.2%). Program cost and location were the major factors considered before accepting any activity (96.9%, and 96.6%, respectively). Among diseases, infectious disease was the most interesting topic for community pharmacists (92.7%). Regarding pharmaceutical topics, they were mostly interested in learning pharmacology and pharmacotherapy (94.1%), whereas pregnant and nursing mothers was the most desired patient group to learn about (92.2%). Job constraints and lack of time were the most reported barriers (89.4% and 89.1%, respectively). Community pharmacists’ have positive attitudes towards continuous education. However, many obstacles restrain them from effective participation in it. We provided sufficient data for policy makers to consider in future planning for continuous education activities that meet the needs of today’s pharmacists to advance their practice.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».