Healthcare Professionals’ Insights on the Integration of Kinesiologists into Ontario’s Health System
Notice bibliographique
Résumé
ABSTRACT Introduction/Purpose Kinesiologists are well suited to work collaboratively or independently within the health system to improve patient/client care and well-being. This cross-sectional survey explored perceptions of the integration of registered kinesiologists (RKins) into the health system in Ontario. Methods RKins ( n = 202) and other health professionals (OHP; n = 337), including physicians, physiotherapists, nurse practitioners, etc., participated in an online survey. Results RKins reported working in diverse practice environments, and more than half reported receiving patients/clients through referrals. Of the OHP, 37.7% had ongoing professional interactions with RKins and 86.7% reported high satisfaction with these interactions; 32.6% of OHP reported referring patients/clients to RKins, primarily for exercise prescription (86.0%), treatment of clinical conditions (48.8%), and patient education (46.5%). Perceived barriers to referral included lack of awareness of the RKins’ scope of practice (81.0%), inadequate funding for services (67.1%), and low confidence in the clinical competency of RKins (61.8%). Conclusions RKins are experts in exercise-based interventions to prevent, treat, and manage many chronic lifestyle-related diseases. Initiatives to increase awareness of the RKins’ scope of practice, clinical competency, and standards of practice and to increase funding for RKin services are important next steps.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,009 | 0,003 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».