MétaCan
Menu
Retour à la cohorte
Enregistrement W2039641355 · doi:10.1016/j.aogh.2014.08.038

Undergraduate and graduate student training in global health research: Preparing the next generation

2014· article· en· W2039641355 sur OpenAlexaboutno aff
Katherine McDaniel, Katherine Standish, Kaveh Khoshnood, Meredith Mira

Notice bibliographique

RevueAnnals of Global Health · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTraining (meteorology)Medical educationGraduate studentsPsychologyMedicineGeographyMeteorology

Résumé

récupéré en direct d'OpenAlex

Structure/Method/Design: For the period from January 2012 to December 2013, multidisciplinary teams that included medical students and residents from hospitals in Canada and the United States, mobilized bimonthly, and conducted outreach clinics in five rotating communities seeing 80 to 160 children daily for 1 week.All participants were required to have predeparture training and protocols were developed to ensure consistent diagnosis and treatment of common conditions in children.Statistics were collected for each day and location.Results (Scientific Abstract)/Collaborative Partners (Programmatic Abstract): Haiti Village Health Haitian Ministry of Health Summary/Conclusion: The data obtained for the years 2012 and 2013 were compared for all children seen from newborn to age 15 years.There were five outreach programs from four different hospital and residency programs in each year conducted in the same months each year.There was an equal amount of patients served in both years with a similar sex and age distribution.The data for the top 12 most common diagnoses were reviewed and compared over this 2-year period.A total 4825 distinct diagnosis in 4133 patients were reviewed and compared.There was no significant difference found between the rate of recorded diagnoses in the years 2012 and 2013.Results were consistent across all diagnostic categories and independent of team composition.A protocol-based global child health approach is effective at improving the accuracy of diagnosis and treatment among medical trainees of varying experience and from multiple training programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,855
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,433
Tête enseignante GPT0,523
Écart entre enseignants0,090 · 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 tête enseignante, 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Global HealthMême sujetGlobal Health and SurgeryTravaux en français237 207