Hospital medicine in the internal medicine clerkship: Results from a national survey
Notice bibliographique
Résumé
BACKGROUND: Hospital medicine is growing rapidly. This changing inpatient work force has had consequences on medical education, with an increasing hospitalist presence in resident and student training. Initially met with apprehension, there is growing literature to suggest that hospitalists are perceived to be more effective clinical teachers than non-hospitalists. However, the extent to which hospitalists are involved in teaching Internal Medicine (IM) to medical students is not known. METHODS: In order to determine the role of hospitalists in medical student education within the United States and Canada, we queried clerkship directors in Internal Medicine as part of the 2010 annual Clerkship Directors in Internal Medicine (CDIM) survey. In June 2010, CDIM surveyed its North American institutional members, which represent 110 of 143 Departments of Medicine in the US and Canada. RESULTS: Eight-two of 107 departments responded to the survey (77%). Seventy-five (91%) indicated that hospitalists served as teaching attendings at their teaching hospital. In twenty-two (27%) IM departments, 75% to 100% of students rotate with a hospitalist during their IM clerkships. Thirty-three (42%) departments report that students are directly supervised by in-house hospitalists during their nighttime call requirements. Sixty-six (81%) indicated that academic hospitalists hold educational administrative positions. Hospitalists are significantly less likely to have additional clinical commitment as compared to non-hospitalist teaching attendings (16% vs 53%, (χ 21df = 33.1; P < 0.0001). CONCLUSIONS: Hospitalists are involved in medical student education in the large majority of Departments of Internal Medicine throughout the US and Canada, reflecting the growth of hospital medicine nationally.
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 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».