Validation of the specialized competency framework for pharmacists in hospital settings (SCF–PHS): a cross-sectional study
Notice bibliographique
Résumé
OBJECTIVES: This study aimed to validate the content of the specialized competency frameworks for pharmacists working in hospital settings (hospital and clinical pharmacists) and pilot the frameworks for practice assessment. METHODS: This online cross-sectional study was carried out between March and October 2022 among a sample of 96 Lebanese pharmacists working in hospital settings. The frameworks were distributed to full-time hospital and clinical pharmacists, who filled them out according to their role in the hospital. RESULTS: Overall, the competencies were distributed over five domains for hospital pharmacists (fundamental skills, safe and rational use of medicines, patient-centered care, professional skills, and preparedness for emergencies), while for clinical pharmacists, competencies were distributed over seven domains (quality improvement, clinical knowledge and skills, soft skills, ability to conduct clinical research, ability to provide effective education, use information technology to make decisions and reduce errors, and emergency preparedness). Moreover, Cronbach alpha values were appropriate, indicating sufficient to high internal consistency. Pharmacists were highly confident in most competencies, with some exceptions related to research in emergency settings (data evaluation, research, and reporting). CONCLUSIONS: This study could validate competency frameworks for clinical and hospital pharmacists, with the competencies and their respective behaviors showing an adequate construct analysis. It also identified the domains that require further development, i.e., soft skills and research in emergency settings. Both these domains are timely and needed to overcome the current practice challenges in Lebanon.
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 | 0,004 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».