Variations in factors associated with healthcare providers’ intention to engage in interprofessional shared decision making in home care: results of two cross-sectional surveys
Notice bibliographique
Résumé
Abstract Background DOLCE (Improving Decision making On Location of Care with the frail Elderly and their caregivers) was a post-intervention clustered randomised trial (cRT) to assess the effect of training home care teams on interprofessional shared decision-making (IP-SDM). Alongside the cRT, we sought to monitor healthcare providers’ level of behavioural intention to engage in an IP-SDM approach and to identify factors associated with this intention. Methods We conducted two cross-sectional surveys in the province of Quebec, Canada, one each at cRT entry and exit. Healthcare providers (e.g. nurses, occupational therapists and social workers) in the 16 participating intervention and control sites self-completed an identical paper-based questionnaire at entry and exit. Informed by the Integrated model for explaining healthcare professionals’ clinical behaviour by Godin et al. (2008), we assessed their behavioural intention to engage in IP-SDM to support older adults and caregivers of older adults with cognitive impairment to make health-related housing decisions. We also assessed psychosocial variables underlying their behavioural intention and collected sociodemographic data. We used descriptive statistics and linear mixed models to account for clustering. Results Between 2014 and 2016, 271 healthcare providers participated at study entry and 171 at exit. At entry, median intention level was 6 in a range of 1 (low) to 7 (high) (Interquartile range (IQR): 5–6.5) and factors associated with intention were social influence (β = 0.27, P
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 | 0,009 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».