SCOPING REVIEW PROTOCOL: STRATEGIES UTILIZED BY PHARMACISTS AND PHARMACY STUDENTS IN PRESCRIBING RELATED DECISION-MAKING
Notice bibliographique
Résumé
Pharmacists have long been vital members of the healthcare care team (Gysel & Tsuyuki, 2024), but their role has significantly transformed over the past two decades with the introduction of independent pharmacist prescribing. In Canada, pharmacists can independently prescribe in all 12 provinces and the Yukon. However, this increased responsibility brings with it challenges in the clinical decision-making process. While recent studies have sought to better understand the decision-making process in the context of pharmacy practice, most of the research remains focused on other health practitioners (Edwards et al., 2022; Graham-Clarke et al., 2018). The challenges faced by pharmacists are also not well delineated. It also remains unknown how pharmacists address these challenges within the clinical decision-making process (Mertens et al., 2022; Wright et al., 2019). Gaining a better understanding of how pharmacists address these challenges is imperative in ensuring they are equipped with the skills required to confidently incorporate prescribing into their 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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,002 | 0,018 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,017 | 0,008 |
| Science ouverte | 0,022 | 0,017 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».