MétaCan
Menu
Retour à la cohorte
Enregistrement W1480294081 · doi:10.36834/cmej.36609

Family medicine residents' risk of adverse motor vehicle events: comparison between rural and urban placements.

2013· article· en· W1480294081 sur OpenAlexaffvenueabout
Fred Janke, Bonnie Dobbs, Rhianne McKay, Meghan Lindsell, Оксана Бабенко

Notice bibliographique

RevueCanadian Medical Education Journal · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAdverse effectMedicineEnvironmental healthPhysical medicine and rehabilitationTraditional medicineFamily medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Sleep deprivation and fatigue are associated with long and irregular work hours. These work patterns are common to medical residents. Motor vehicle crashes (MVCs) are a leading cause of injury related deaths in Canada, with MVC fatality rates in rural areas up to three times higher than in urban areas. OBJECTIVES: To: 1) examine the number of adverse motor vehicle events (AMVEs) in family medicine residents in Canada; 2) assess whether residents with rural placements are at greater risk of experiencing AMVEs than urban residents; and 3) determine if family medicine residency programs across Canada have travel policies in place. METHODOLOGY: A prospective, cross-sectional study, using a national survey of second-year family medicine residents. RESULTS: A higher percentage of rural residents reported AMVEs than urban residents. The trend was for rural residents to be involved in more MVCs during residency, while urban residents were more likely to be involved in close calls. The majority of Canadian medical schools do not have resident travel policies in place. CONCLUSION: AMVEs are common in family medicine residents, with a trend for the number of MVCs to be greater for rural residents. These data support the need for development and incorporation of travel policies by medical schools.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,253
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0260,000

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 Opus0,029
Tête enseignante GPT0,410
Écart entre enseignants0,381 · 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 tête enseignante, pas un consensus.

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

Citations8
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Education JournalMême sujetGlobal Health Workforce IssuesTravaux en français237 207