Can-AP: Informing a system level model for advanced practice implementation in radiation therapy through global experience
Notice bibliographique
Résumé
INTRODUCTION: This work sought insight from countries at various stages of advanced practice radiation therapy (APRT) implementation, focusing on five system-level elements: practice framework, regulatory structure, educational preparation, certification model, and role implementation. METHODS: A key informant survey targeted six national academic APRT leaders: Australia, Canada, Singapore, United Kingdom, United States, and France. Likert scale and ranking items considered the order of approach and progress in proposed elements, with additional insight sought in open-ended items. RESULTS: Practice framework was the most well-addressed element; 4/6 (66.7%) informants believing it was at least "well underway". The development of a regulatory structure was the least well advanced. Singapore's informant believed their country to be furthest along overall, while France was perceived to have progressed the least. Informants tended to believe regulatory structure should be addressed earlier than it had been, while certification could come later, though some noted broader system-level political considerations that might impact advancement. Four informants (66.7%) noted element interreliability, seen to challenge efforts to pursue any individual element alone. All informants noted the value of therapist-led committees to advance elements, and those earlier in APRT journeys (Singapore, United States, France) noted the value of practice frameworks from Canada and the United Kingdom in informing work. Australia, Canada, and the United States proposed adding economic analysis of APRT as a sixth element. CONCLUSION: APRT integration demonstrates jurisdictional commonalities and nuances that can inform a system-level model. A 'Can-AP' model is proposed that integrates elements and builds clarity, acceptance, credibility, competence, viability, and a common implementation and process reporting standard for global APRT and other health professions exploring advanced practice.
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 | 0,082 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,008 |
| Communication savante | 0,012 | 0,018 |
| Science ouverte | 0,003 | 0,014 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».