Development of a Novel Evidence-Based Practice-Specific Competency for Doctor of Physical Therapy Students in Clinical Education: A Modified Delphi Approach
Notice bibliographique
Résumé
INTRODUCTION: Evidence-based practice (EBP) results in high-quality care and decreases unwarranted variation in practice. REVIEW OF THE LITERATURE: Few performance criteria related to EBP are included in physical therapy clinical education (CE) performance measures, despite EBP requirements in Doctor of Physical Therapy education. The purpose of this study was to develop EBP-specific competencies that may be used for Doctor of Physical Therapy students for use throughout CE. SUBJECTS: Thirteen subject matter experts (SME) participated in this study. METHODS: Subject matter experts were asked to rank each core EBP competency, from a previously described framework, using a 3-point Likert scale, which included "Not Essential," "Essential," and "Not Sure." A consensus of 70% or greater for the "Essential" rating advanced the competency to the final Delphi round, whereas a consensus of 70% or greater for the "Not Essential" rating was required for competency elimination. Subject matter experts voted to either "Accept" or "Modify" the competencies that had reached the inclusion consensus threshold. All competencies that reached consensus for inclusion after all 3 rounds were included in the final EBP Domain of Competence. RESULTS: Consensus was achieved in round one for 38% ( n = 26) of items. In round 2, a consensus was achieved for 20% ( n = 8) of items. Of the items remaining after rounds 1 and 2, 6 overarching competencies were identified, and all remaining items served as descriptions and specifications in the final EBP Domain of Competence. DISCUSSION AND CONCLUSIONS: The 6 competencies developed from this study constitute the EBP Domain of Competence and may be used throughout CE to assess students' EBP competency in clinical 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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 ».