MétaCan
Menu
Retour à la cohorte
Enregistrement W1525205991 · doi:10.1111/medu.12014

Changes in residents’ opportunities for experiential learning over time

2012· article· en· W1525205991 sur OpenAlexafffundabout
Adam Peets, Henry T. Stelfox

Notice bibliographique

RevueMedical Education · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueHospital Admissions and Outcomes
Établissements canadiensUniversity of CalgaryCentre for Advancing Health OutcomesUniversity of British ColumbiaProvidence Health Care Research InstituteProvidence Health Care
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésContext (archaeology)Experiential learningMedicineMedical recordIntensive careElectronic medical recordFamily medicinePsychologyInternal medicineIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

CONTEXT: Learning in the clinical environment is believed to be a crucial component of residency training. However, it remains unclear whether recent changes to postgraduate medical education, including the implementation of work hour limitations, have significantly impacted opportunities for experiential learning. Therefore, we sought to quantify opportunities to gain clinical experience within medical-surgical intensive care units (ICUs) over time. METHODS: Data on the numbers of patients admitted and invasive procedures performed per day between 1 July 2001 and 30 June 2010 within three academic medical-surgical ICUs in Calgary, Alberta, Canada were obtained from electronic medical records. These data were matched to resident doctor on-call schedules and residents' opportunities to admit patients and participate in procedures were calculated and compared over time using Spearman's rho. RESULTS: We found that over a 9-year period, the opportunities afforded to residents (n = 1156) to admit patients (n = 17 189) and perform procedures (n = 52 827) during ICU rotations decreased by 32% (p < 0.001) and 34% (p < 0.001), respectively. CONCLUSIONS: Our results suggest that there has been a significant decrease in residents' clinical experiences in the ICU over time. Further investigations to better understand these changes and how they may impact on performance as residents become independent practising doctors are warranted.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,306
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,038
Tête enseignante GPT0,356
Écart entre enseignants0,318 · 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

Citations7
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMedical EducationMême sujetHospital Admissions and OutcomesTravaux en français237 207