Variability of ethics education in laboratory medicine training programs: Results of an international survey
Notice bibliographique
Résumé
BACKGROUND: Ethical considerations are increasingly important in medicine. We aimed to determine the mode and extent of teaching of ethics in training programs in clinical chemistry and laboratory medicine. METHODS: We developed an on-line survey of teaching in areas of ethics relevant to laboratory medicine. Reponses were invited from directors of training programs who were recruited via email to leaders of national organizations. RESULTS: The survey was completed by 80 directors from 24 countries who directed 113 programs. The largest numbers of respondents directed postdoctoral training of scientists (42%) or physicians (33%), post-masters degree programs (33%), and PhD programs (29%). Most programs (82%) were 2years or longer in duration. Formal training was offered in research ethics by 39%, medical ethics by 31%, professional ethics by 24% and business ethics by 9%. The number of reported hours of formal training varied widely, e.g., from 0 to >15h/year for research ethics and from 0 to >15h for medical ethics. Ethics training was required and/or tested in 75% of programs that offered training. A majority (54%) of respondents reported plans to add or enhance training in ethics; many indicated a desire for online resources related to ethics, especially resources with self-assessment tools. CONCLUSION: Formal teaching of ethics is absent from many training programs in clinical chemistry and laboratory medicine, with heterogeneity in the extent and methods of ethics training among the programs that provide the training. A perceived need exists for online training tools, especially tools with self-assessment components.
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 | 0,113 | 0,522 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 | 0,006 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».