The engagement equation: a model for understanding what drives voluntary physician engagement with data-driven clinical performance feedback
Notice bibliographique
Résumé
BACKGROUND: Clinical performance feedback (CPF) is widely used to support physician development and improve care. Yet, its impact remains limited by low voluntary engagement. This study sought to: (1) develop a theory-informed, report-agnostic model outlining the key beliefs that shape physician engagement with CPF; (2) explore patterns of feedback orientation across physicians; and (3) understand how individual perceptions influence engagement with CPF. METHODS: We used a cross-sectional, multi-method approach combining a survey and qualitative interviews with primary care physicians in Ontario, Canada. We validated a conceptual model using path analysis, explored heterogeneity in feedback orientation using latent profile analysis, and qualitatively examined how perceptions of CPF influenced engagement. RESULTS: Survey results (n = 206) supported a model in which engagement with CPF is shaped by five recipient characteristics: perceived need for change (change discrepancy), perceived value of CPF, confidence to act on feedback (feedback self-efficacy), belief that feedback is useful (feedback utility), and sense of responsibility to act (feedback accountability). Perceived utility mediated the effects of self-efficacy and value on accountability, and perceived need for change influenced value. Latent profile analysis identified three groups: physicians with high and balanced feedback orientation (n = 32), moderate and balanced (n = 143), and low feedback orientation with low self-efficacy (n = 31). Interview findings (n = 9) revealed two mindsets: physicians who saw value in CPF despite its limitations (engagers), and those who dismissed its relevance (non-engagers). These mindsets aligned with differences in value, utility, and accountability scores from the survey. CONCLUSIONS: Engagement with CPF is not one-size-fits-all. Physicians differ in how they appraise and act on feedback based on their beliefs about its relevance, usefulness, and their ability to act. CPF initiatives should explicitly link feedback to improved patient outcomes, focus on future actions, and provide clear, actionable guidance. Designing CPF that accounts for recipient heterogeneity is essential to realizing its full potential as an improvement strategy.
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 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».