MétaCan
Menu
Retour à la cohorte
Enregistrement W1696314343 · doi:10.36834/cmej.36588

Experiences from tsunami relief activity: implications for medical training

2012· article· en· W1696314343 sur OpenAlexvenueno aff
Sudharsanam Manni Balasubramaniam, Gautam Roy, Yogesh Mohan

Notice bibliographique

RevueCanadian Medical Education Journal · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensnon disponible
Organismes subventionnairesJawaharlal Institute Of Postgraduate Medical Education and Research
Mots-clésPreparednessCurriculumMedical educationFocus groupEmergency managementMedicineTraining (meteorology)PsychologyGeographyPedagogyPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

A tsunami struck the coast of Tamilnadu and Pondicherry on 26 December 2004. Jawaharlal Institute of Postgraduate Medical Education & Research, (JIPMER) in Pondicherry played a vital role in providing medical relief. The experiences from the relief activities revealed areas of deficiency in medical education in regards to disaster preparedness. A qualitative study using focus group discussion was employed to find the lacunae in skills in managing medical relief measures. Many skills were identified; the most important of which was addressing the psychological impact of the tsunami on the victims. Limited coordination and leadership skills were also identified. It is recommended that activity-based learning can be included in the curriculum to improve these skills.

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)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,018
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0150,008
Communication savante0,0060,004
Science ouverte0,0020,007
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,086
Tête enseignante GPT0,460
Écart entre enseignants0,374 · 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'étudeQualitatif
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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Education JournalMême sujetDisaster Response and ManagementTravaux en français237 207