MétaCan
Menu
Retour à la cohorte
Enregistrement W2038446471 · doi:10.3402/meo.v19.26128

The development of a TED-Ed online resident research training program

2014· article· en· W2038446471 sur OpenAlexaffabout
Katherine Moreau, Catherine Pound, Beth Peddle, Jaclyn Tokarewicz, Kaylee Eady

Notice bibliographique

RevueMedical Education Online · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensUniversity of OttawaChildren's Hospital of Eastern Ontario
Organismes subventionnairesnon disponible
Mots-clésMedical educationContext (archaeology)Program evaluationTraining (meteorology)MedicineResearch centerResearch programPsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Pediatric health research is important for improving the health and well-being of children and their families. To foster the development of physicians' research competencies, it is vital to integrate practical and context-specific research training into residency programs. PURPOSE: To describe the development of a resident research training program at one tertiary care pediatric academic health sciences center in Ontario, Canada. METHODS: We surveyed residents and pediatricians/research staff to establish the need and content for a resident research training program. RESULTS: Residents and resident research supervisors agreed or strongly agreed that research training is important for residents. However, few residents and supervisors believed that their academic health sciences center provided adequate training and resources to support resident research. As such, an online resident research training program was established. Residents and supervisors agreed that the program should focus on the following topics: 1) critically evaluating research literature, 2) writing a research proposal, 3) submitting an application for research funding, and 4) writing a manuscript. DISCUSSION: This highly accessible, context-specific, and inexpensive online program model may be of interest and benefit to other residency programs as a means to enhance residents' scholarly roles. A formal evaluation of the research training program is now underway.

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)0,016
score de la tête « metaresearch » (Gemma)0,015
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,003

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 Opus0,357
Tête enseignante GPT0,608
Écart entre enseignants0,251 · 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

Citations12
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical Education OnlineMême sujetHealth and Medical Research ImpactsTravaux en français237 207