Evaluation of an evidence-based practice continuing education course for Canadian Naturopathic Doctors
Notice bibliographique
Résumé
BACKGROUND: Evidence-based practice (EBP) combines the best available evidence with clinician expertise and patient preference to improve patient outcomes. Recent evidence indicates that Canadian Naturopathic Doctors (NDs) are interested in EBP skill development. The primary objective of the present study was to assess the feasibility and acceptability of a co-designed EBP Continuing Education (CE) course for Canadian NDs. Secondary objectives included assessing changes in EBP skill, use, attitudes, and knowledge. METHODS: The CE course was evaluated using a pre-post design involving licensed Canadian NDs. The CE course consisted of five weekly, one-hour sessions that were delivered virtually. On course completion, participants reported on their level of satisfaction and provided suggestions for improvement. EBP skill, attitudes and use were assessed using the validated Evidence-Based Practice Attitudes and Utilization Survey. EBP knowledge was objectively assessed using a quiz. Changes in EBP skill, attitudes, use and knowledge were compared between baseline and the end of the course. Use of evidence was reassessed at a 2-month follow up. RESULTS: Sixty-one NDs met eligibility criteria. Eighty-nine percent of participants agreed or strongly agreed that they were satisfied with the course. There was a significant increase in self-reported skill and objectively measured EBP knowledge, but no substantive change in EBP attitudes or use of evidence over time. Some participants indicated the level of difficulty was too high while others reported that it could have been more difficult. Participants also wanted more opportunities to practice the skills being taught in the course. CONCLUSIONS: Delivery of the co-designed EBP CE course was found to be both feasible and acceptable. Preliminary evidence suggests that participation in the course was associated with improvements in EBP knowledge and skill. Participants provided actionable suggestions to improve the course in future iterations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».