MétaCan
Menu
Retour à la cohorte
Enregistrement W4417419705 · doi:10.1186/s12909-025-08415-w

Evaluating the effectiveness of continuing professional development training program: a retrospective cohort study

2025· article· en· W4417419705 sur OpenAlexaff
Doaa Farid, Jommel Lumibao, L. Sayyed Kassem, S Hams, Mohamad Al Abiad

Notice bibliographique

RevueBMC Medical Education · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésCompetence (human resources)Professional developmentHealth careContinuing professional developmentHealth professionalsPatient safetyMEDLINERetrospective cohort studyData collection

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Continuing Professional Development (CPD) is essential for enhancing the competencies of healthcare professionals in healthcare settings. Without continuous training, quality of services and patient safety might be at risk. METHODS: This quantitative retrospective cohort study analyzed paired pre- and post-test data from 538 participants across three independent CPD (Healthcare Quality and Risk Management (HQRM), Central Sterile Supply Department (CSSD), Accident Prevention for Healthcare Professionals (APHP)) delivered over 48 sessions between 2023 and 2024. Data on participant attendance, knowledge acquisition (self-assessment ratings and pre- and post-course examinations), and participant survey feedback post courses were analyzed. RESULTS: The analysis showed that around 46.7% of participants were nurses, 36.8% allied health practitioners, 9.7% physicians, 4.7% dentists and 2.3% pharmacists, with 97.4% coming from governmental institutions. The participants’ self-perception of the courses, based on the self-assessment questionnaire, indicates a strong belief in the courses’ value and impact. All three courses resulted in highly statistically significant knowledge acquisition (p < .001). The mean pre-test scores improved by 38.3 to 67.1% points. Overall satisfaction was high, and participants self-reported improved competence with ratings above 96%. Key themes gathered from qualitative assessment revealed that participants plan to further professional development, implementation of new strategies in their work, and continued self-assessment to monitor progress. Future CPD topics suggested were advanced clinical skills, patient-centered care, telemedicine, and the integration of technology in healthcare. CONCLUSIONS: The courses were perceived as relevant to professional practice and associated with higher post-test knowledge scores. Future research, incorporating longitudinal follow-up is warranted to establish the definitive causal link between this training and sustained improvements in professional 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,043
Tête enseignante GPT0,475
Écart entre enseignants0,432 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Medical EducationMême sujetInnovations in Medical EducationTravaux en français237 207