Identifying educationally influential specialists: Issues arising from the use of “classic” criteria
Notice bibliographique
Résumé
INTRODUCTION: Educationally influential physicians (EIPs) are identified by their colleagues as people who (1) encourage learning and enjoy sharing their knowledge, (2) are clinical experts and always seem up to date, and (3) treat others as equals. We aimed to identify surgical and pathologist EIPs for colorectal cancer (CRC) in Ontario as part of a blended knowledge transfer program. METHODS: A population-based cohort of surgeons (n = 794) and pathologists (n = 449) were sent surveys modeled on the Hiss method for identifying EIPs. Four formal mailings (including incentives) and telephone calls and faxes were completed. This labor-intensive process identified "general" EIPs and surgery or pathology EIPs for CRC. The characteristics of EIPs in these groups were studied. RESULTS: The response rate was 41% for surgeons and 42% for pathologists. One hundred eighteen general EIPs were identified and substantially more surgical EIPs for CRC (n = 63) than pathology EIPs for CRC (n = 6) were recognized. Forty-two of 81 medical centers in Ontario identified an EIP We also identified a cohort of "domain experts, " physicians whose opinion was valued for CRC but who did not meet the Hiss EIP criteria. This cohort of "domain experts" was larger than the cohort of ElPs for CRC for both surgeons (63 vs. 154) and pathologists (6 vs. 154). DISCUSSION: In this population study, we identified EIPs for CRC using the Hiss method, although significantly more surgical than pathology EIPs for CRC were recognized. The educational influence of domain experts who do not fulfill the Hiss characteristics compared with EIPs for CRC remains to be determined.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,202 | 0,428 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,004 | 0,009 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».