MétaCan
Menu
Retour à la cohorte
Enregistrement W4410943657 · doi:10.1177/17589983251345406

Competencies for advanced clinical practice (ACP) hand therapists in first-line management of closed hand fractures: Results of a United-Kingdom (UK) stakeholder consensus study

2025· article· en· W4410943657 sur OpenAlexaff
Katia Fournier, Lily Li, Lisa Newington, Alexia Karantana, Gráinne Bourke, Ryan Trickett, Donna L. Kennedy

Notice bibliographique

RevueHand Therapy · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNursing Roles and Practices
Établissements canadiensLondon Health Sciences Centre
Organismes subventionnairesNIHR Imperial Biomedical Research Centre
Mots-clésMedicineStakeholderPhysical therapyPublic relations

Résumé

récupéré en direct d'OpenAlex

Introduction: In the United Kingdom [UK], Advanced Clinical Practice (ACP) roles are being developed to improve access to high-quality patient care, where healthcare services are struggling to meet steadily increasing service demands. Increasingly, ACP hand therapists are assessing and treating acute closed hand fractures. However, the knowledge and skills required of these roles has not been identified or standardised. Methods: Consensus recommendations were developed from an expert panel of medical doctors and hand therapists using an electronic Delphi process. Participants were recruited from purposive and snowball sampling. Delphi questions were developed from a literature review and clinician survey and included rating of items open text responses. Consensus was defined as ≥75% agreement. Summary feedback was provided after each round. Results: There were 20 panellists (12 medical doctors and 8 hand therapists), of which 18 (90%) completed all rounds. 23 competencies were consistently identified as very important; there was less agreement on how to evidence these competencies. Conclusion: These findings can be used to develop ACP hand therapist roles and provide a framework to guide individual therapists to base their own learning and development. They underpin safe, efficient and costeffective patient care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,776
Score d'incertitude au seuil0,779

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,195
Tête enseignante GPT0,507
Écart entre enseignants0,312 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHand TherapyMême sujetNursing Roles and PracticesTravaux en français237 207