Palliative Care Training for Medical Speech-Language Pathologists: A Multiple-Baseline Design
Notice bibliographique
Résumé
PURPOSE: Current research supports favorable outcomes using online continuing education, and speech-language pathologists (SLPs) report a lack of training in palliative care. This study aimed to determine the effectiveness of online palliative care training on the knowledge and comfort level of medical SLPs. METHOD: In the multiple-baseline across participants method, 10 medical SLPs completed online training modules provided by the Center to Advance Palliative Care. An electronic visual analog scale was used to collect knowledge and comfort ratings. Seven intervention modules were completed asynchronously with self-perceived knowledge and comfort measured following each session. A follow-up phase was used to determine whether the gains were maintained for 3 weeks after the intervention. RESULTS: Nine of 10 participants experienced statistically significant improvements in knowledge, which were maintained through the follow-up phase. Eight of 10 participants demonstrated statistically significant improvements in comfort, which were maintained through the follow-up phase. CONCLUSIONS: To date, no other study has examined the effects of online palliative care training on medical SLPs. This investigation provides evidence that online, asynchronous continuing education for medical SLPs may improve their self-perceived knowledge and comfort in palliative care. SUPPLEMENTAL MATERIAL: https://doi.org/10.23641/asha.27964515.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 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 ».