Profiles of physician motivation towards using virtual care: differences in workplace need fulfillment
Notice bibliographique
Résumé
BACKGROUND: Physicians appear to vary in their motivation towards using virtual care, but to what extent is unclear. To better understand this variance, which is important for supporting physician wellbeing and therefore patient care, the authors used self-determination theory's (SDT) framework. According to SDT, different types of motivation exist, ranging from controlled to autonomous, that lend to differences in engagement, performance, and wellbeing. The authors aimed to determine: (a) if there were distinct groups of physicians based on their quality of motivation towards using virtual care, and if so, (b) how these groups varied in fulfillment of basic psychological needs (autonomy, competence, and relatedness) in the workplace. METHODS: In March-August 2022, the authors collected quantitative, survey-based data from a cross-section of 156 family physicians in Alberta, Canada. The survey contained existing scales that measure types of motivation (autonomous vs. controlled) and basic psychological need satisfaction/frustration at work. Cluster analysis was used to explore profiles of physician motivation towards using virtual care, and analysis of variance was used to determine how each profile differed with respect to workplace need fulfillment. RESULTS: With motivation towards using virtual care, three higher-order profiles of physician motivation were identified: autonomous (19% family physicians), controlled (16% of family physicians), and ambivalent (66% of family physicians). The three profiles differed significantly in terms of psychological need fulfillment at work. CONCLUSIONS: This study identifies specific profiles that family physicians currently fall into when it comes to motivation towards using virtual care. In line with SDT, findings suggest that basic psychological needs are fundamental nutrients for physicians to internalize and endorse the value of using virtual care in their practices. Implications for physician wellbeing are discussed.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».