MétaCan
Menu
Retour à la cohorte
Enregistrement W1996287215 · doi:10.1046/j.1365-2923.2002.01369.x

Medical practitioners' knowledge of Latin

2002· article· en· W1996287215 sur OpenAlexaboutno aff
Nigel E Drury, Edward Powell-Smith, Joe McKeever

Notice bibliographique

RevueMedical Education · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical and Biological Sciences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTerminologyMedical prescriptionLatin AmericansQuarter (Canadian coin)Medical educationMedicineMeaning (existential)Subject (documents)Medical terminologyFamily medicineOfficerAlternative medicinePsychologyPediatricsNursingPolitical scienceLawLibrary scienceHistory

Résumé

récupéré en direct d'OpenAlex

Latin terminology and abbreviations are used throughout medicine, particularly in patient notes and prescriptions. Such legal documents are an important form of communication between professionals, requiring detail and accuracy. However, doctors' understanding of Latin is poor: a community survey found pharmacists to be considerably better informed than general practitioners, particularly trainees.1 To determine the current knowledge of basic practical Latin, we conducted a survey of medical students and hospital doctors of all grades. Participants were required to give both the Latin words and English translations corresponding to 10 abbreviations in common use (Table 1). Of 120 questionnaires, 77 (64%) were returned; the response rate was particularly poor from consultants. The number of correct answers was disappointing, with only one doctor – a senior house officer – scoring more than two out of 10. No house officers (19) or medical students (33) gave any correct answers. Our results suggest an alarming situation in which doctors, whilst having insight into meaning, are not sure of exactly what they are writing on a daily basis. There are no indications that this might improve in the near future. The medical literature contains numerous examples in which misinterpretation of Latin abbreviations has resulted in prescribing errors.2 This raises serious medico-legal concerns – drug errors are the most common cause of medical mistakes, accounting for a quarter of successful negligence claims.3 The teaching of Latin in schools has declined by 75% over the past 30 years, with less than 10 000 pupils taking the subject at GCSE level in 2001.4 At the same time, access to medical education is being broadened to reflect the social, cultural and ethnic diversities of our population, encouraging those without a classical education to take up the challenge of a medical career.5 Whilst this is to be applauded, it has resulted in a cohort of professionals who continue to use abbreviations that they cannot translate. Herein lies a simple choice: either abandon such terminology in favour of English, or provide a limited education in medically relevant Latin at undergraduate level.1,2 As Latin is not only the basis of most European languages but also has widespread use across the world, we suggest that educating the next generation of doctors to understand what they are writing should be encouraged.

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)0,004
score de la tête « metaresearch » (Gemma)0,024
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 enseignants0,016
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,002

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 Opus0,042
Tête enseignante GPT0,358
Écart entre enseignants0,315 · 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

Citations9
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical EducationMême sujetMedical and Biological SciencesTravaux en français237 207