Enhancing Anticoagulation Continuing Professional Development with Experiential Learning
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: This study aims to determine the value of including practical experiential learning in a continuing professional development (CPD) course primarily for pharmacists. The Management of Oral Anticoagulation Therapy (MOAT) course blends self-paced online learning with experiential training in an anticoagulation clinic under expert supervision. Methods: An email survey was sent to 186 graduates of MOAT in October 2017. Participants were asked to indicate their confidence in providing anticoagulation services on a seven-point Likert scale prior to taking MOAT, after completing the self-paced online module, and after the experiential component. They were also asked to identify the most important aspect of the course and describe their rationale for this selection. Results: 125 surveys were completed for a response rate of 71.4%. Most respondents were pharmacists who had not completed advanced clinical training or a prior course in anticoagulation therapy management. Participants reported a progressive increase in their confidence in providing anticoagulation services from baseline (mean score, 2.9), after completing the online component (mean score, 5), and after the experiential training (mean score, 6.2) (p < 0.001 for all comparisons). Ninety percent of participants indicated the experiential component was the most important aspect of MOAT, reporting this best prepared them to translate their learning to professional practice in anticoagulation. Conclusions: The experiential component of a blended-learning CPD course in anticoagulation management was a highly valued complement to online case-based learning.
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découle