Evaluating the importance of a core competency and capability framework for advanced practice physiotherapy: A cross-sectional survey
Notice bibliographique
Résumé
INTRODUCTION: The need for a global core competency and capability framework for advanced practice physiotherapy is important due to the rapidly changing nature of health care delivery internationally and the need to standardize advanced practice physiotherapy. OBJECTIVE: To determine the importance of a proposed international core competency and capability framework for advanced practice physiotherapy. METHODS: We conducted a cross-sectional online survey of advanced practice physiotherapists across seven countries. The importance of each competency and capability was rated on a five-point agreement Likert scale. Participants were from the United Kingdom, Ireland, Australia, New Zealand, Canada, Switzerland and Argentina. RESULTS: A total of 99 participants completed the survey, comprising 63% (57/90) females and 33% (30/90) males. Sixty percent, 60% (54/90), had over 20 years of experience. The survey participants represented a diverse geographic distribution, with 25% (23/90) from Australia, 25% (23/90) from Canada, 18% (6/90) from New Zealand, and 18% (6/90) from the United Kingdom. Four percent 4% (4/90) from Ireland, and 4% (4/90) from other countries (Switzerland and Argentina). The survey revealed a strong consensus among participants, with all competencies and capabilities ranked as high and considered important to advanced practice. CONCLUSION: This study demonstrates a consensus among advanced practice physiotherapists across seven countries on the importance of a proposed competency and capability framework. The findings highlight the need for a global standard in advanced practice physiotherapy, particularly in light of the rapidly changing healthcare landscape.
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 | 0,019 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».