Use of Electronic Medical Records by Physicians and Students in Academic Internal Medicine Settings
Notice bibliographique
Résumé
PURPOSE: Electronic medical records (EMRs) have been touted as one method to improve quality and safety in medical care, and their use has recently increased. The purpose of this study is to describe current use of EMRs by medical students at U.S. and Canadian medical schools. METHOD: In 2006 the authors performed a cross-sectional survey of the Clerkship Directors in Internal Medicine institutional members at U.S. and Canadian academic health centers. Outcome measures included implementation of EHRs, EHR use by students, and the challenges of having students use EMRs. RESULTS: Of 110 members, 82 (74.5%) responded. Of those 82, 48 (58%) reported using an EMR in the ambulatory setting (excluding Veterans' Affairs medical centers) of their institutions, and only 21 of those 48 (44%) had policies regarding medical student documentation of progress notes in the EMR during the ambulatory internal medicine (IM) clerkship. Schools were dichotomously split; about half (23/48, 48%) required and about half (25/48, 52%) prohibited allowing students to document in the EMR. The programs that prohibited medical students from documenting in the EMR primarily cited billing concerns. Other issues regarding student use of EMRs included student access, faculty concerns, and note quality. CONCLUSIONS: Use of EMRs by IM clerkship students is common, yet many institutions do not have policies regarding student use. Where policies do exist, they vary, and many prohibit students from using EMRs. Concerns about documentation as it relates to billing seem to be a significant factor in prohibiting students' use of EMRs.
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 | 0,008 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; 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 ».