Nutrition Education for Pediatric Gastroenterology, Hepatology, and Nutrition Fellows
Notice bibliographique
Résumé
OBJECTIVES: The aim of the study was to assess the methodology and content of nutrition education during gastroenterology fellowship training and the variability among the different programs. METHODS: A survey questionnaire was completed by 43 fellowship training directors of 62 active programs affiliated to the North American Society for Pediatric Gastroenterology, Hepatology, and Nutrition, including sites in the United States, Canada, and Mexico. The data were examined for patterns in teaching methodology and coverage of specific nutrition topics based on level 1 training in nutrition, which is the minimum requirement according to the published North American Society for Pediatric Gastroenterology, Hepatology, and Nutrition fellowship training guidelines. RESULTS: The majority of the teaching was conducted by MD-degree faculty (61%), and most of the education was provided through clinical care experiences. Only 31% of the level 1 nutrition topics were consistently covered by >80% of programs, and coverage did not correlate with the size of the programs. Competency in nutrition training was primarily assessed through questions to individuals or groups of fellows (77% and 65%, respectively). Program directors cited a lack of faculty interested in nutrition and a high workload as common obstacles for teaching. CONCLUSIONS: The methodology of nutrition education during gastroenterology fellowship training is, for the most part, unstructured and inconsistent among the different programs. The minimum level 1 requirements are not consistently covered. The development of core curriculums and learning modules may be beneficial in improving nutrition education.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».