Searching for medical information online: a survey of Canadian nephrologists
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Physicians often search for information to improve patient care. We evaluated how nephrologists use online information sources for this purpose. METHODS: In this cross-sectional study (2008 to 2010), a random sample of Canadian nephrologists completed a survey of their online search practices. We queried respondents on their searching preferences, practices and use of 9 online information sources. RESULTS: Respondents (n=115; 75% response rate) comprised both academic (59%) and community-based (41%) nephrologists. Respondents were an average of 48 years old and were in practice for an average of 15 years. Nephrologists used a variety of online sources to retrieve information on patient treatment including UpToDate (92%), PubMed (89%), Google (76%) and Ovid MEDLINE (55%). Community-based nephrologists were more likely to consult UpToDate first (91%), while academic nephrologists were divided between UpToDate (58%) and PubMed (41%). When searching bibliographic resources such as PubMed, 80% of nephrologists scan a maximum of 40 citations (the equivalent of 2 search pages in PubMed). Searching practices did not differ by age, sex or years in practice. CONCLUSIONS: Nephrologists routinely use a variety of online resources to search for information for patient care. These include bibliographic databases, general search engines and specialized medical resources.
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.
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 | 0,009 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 découle