Motivational Interviewing Education in North American Family Medicine Clerkships: A CERA Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Many health conditions are preventable or modifiable through behavioral changes. Motivational interviewing (MI) is an evidence-based communication technique that explores a patient's reasons for behavioral changes. This study assesses the current landscape of MI training in North American Family Medicine (FM) clerkships. METHODS: We analyzed data gathered as part of the 2022 Council of Academic Family Medicine's Educational Research Alliance (CERA) survey of FM clerkship directors (CDs). The survey was distributed via email invitation to 159 US and Canadian FM CDs in June 2022. RESULTS: Of the 94 responses received, 61% indicated that MI training is provided in their FM clerkship. Medical school type, class size, and location were associated with MI training priority, offerings, and duration in the clerkship, respectively. CD experience correlated with MI training duration; student MI skill training level was associated with MI training duration and priority; the rigor of student MI skills evaluation was correlated with MI teaching methods and training duration; self-reported student MI competency was associated with the length of time students spent with FM community preceptors as well as MI training priority and teaching methods; and several items emerged as predictors of student, CD, and FM faculty MI training expansion. CONCLUSIONS: Opportunities exist to enhance the volume, content, and rigor of MI training in North American FM clerkships as well as to improve self-reported student MI competency within those clerkships.
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.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 découle