MétaCan
Menu
Retour à la cohorte
Enregistrement W1991657405 · doi:10.1186/1472-6920-8-42

International medical graduates (IMGs) needs assessment study: comparison between current IMG trainees and program directors

2008· article· en· W1991657405 sur OpenAlexaffabout
R. Zulla, Mark O. Baerlocher, Sarita Verma

Notice bibliographique

RevueBMC Medical Education · 2008
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésIMGMedical educationLikert scaleCurriculumHealth careMedicinePsychologyPedagogyComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: International Medical Graduates (IMGs) training within the Canadian medical education system face unique difficulties. The purpose of this study was to explore the challenges IMGs encounter from the perspective of trainees and their Program Directors. METHODS: Program Directors of residency programs and IMGs at the University of Toronto were anonymously surveyed and asked to rate (using a 5-point Likert scale; 1 = least important - 5 = most important) the extent to which specific issues were challenging to IMGs and whether an orientation program (in the form of a horizontal curriculum) should be implemented for incoming IMGs prior to starting their residency. RESULTS: Among the IMGs surveyed, Knowledge of the Canadian Healthcare System received the highest mean score (3.93), followed by Knowledge of Pharmaceuticals and Hospital formularies (3.69), and Knowledge of the Hospital System (3.69). In contrast, Program Directors felt that Communication with Patients (4.40) was a main challenge faced by IMGs, followed by Communication with Team Members (4.33) and Basic Clinical Skills (4.28). CONCLUSION: IMGs and Program Directors differ in their perspectives as to what are considered challenges to foreign-trained physicians entering residency training. Both groups agree that an orientation program is necessary for incoming IMGs prior to starting their residency program.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,053
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,123
Tête enseignante GPT0,555
Écart entre enseignants0,433 · 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'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

Citations56
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Medical EducationMême sujetGlobal Health Workforce IssuesTravaux en français237 207