MétaCan
Menu
Retour à la cohorte
Enregistrement W4400621186 · doi:10.1016/j.pec.2024.108373

Family medicine residents’ perspectives on shared decision-making: A mixed methods study

2024· article· en· W4400621186 sur OpenAlexafffund
Amrita Sandhu, Roland Grad, Ilhem Bousbiat, Amalia M. Issa, Samira Abbasgolizadeh-Rahimi, Vinita D’Souza, Glyn Elwyn

Notice bibliographique

RevuePatient Education and Counseling · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensJewish General HospitalMcGill UniversityMila - Quebec Artificial Intelligence Institute
Organismes subventionnairesCanadian Medical Association
Mots-clésPsychologyClinical decision makingMedical decision makingSocial psychologyFamily medicineMedicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To 1) examine the willingness of residents to undertake shared decision-making and 2) explore whether the willingness to engage in shared decision-making is influenced by the perceived stakes of a clinical situation. METHODS: Sequential mixed methods design. Phase One: Family Medicine residents completed IncorpoRATE, a seven-item measure of clinician willingness to engage in shared decision making. Mean IncorpoRATE scores were calculated. Phase Two: We interviewed residents from phase one to explore their perceptions of high versus low stakes situations. Transcripts were analyzed using qualitative content analysis. RESULTS: IncorpoRATE scores indicated a greater willingness to engage in shared decision-making when the stakes of the decision were perceived as low (7.59 [2.0]) compared to high (4.38 [2.5]). Interviews revealed that residents held variable views of the stakes of similar clinical decisions. CONCLUSION: Residents are more willing to engage in shared decision-making when the stakes of the situation are perceived to be low. However, the interpretation of the stakes of clinical situations varies. PRACTICAL IMPLICATIONS: Further research is needed to explore how shared decision making is understood by residents in Family Medicine and when they view the process of shared decision-making to be most appropriate.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,038
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,203

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,049
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,171
Tête enseignante GPT0,525
Écart entre enseignants0,354 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePatient Education and CounselingMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207