A pilot study to assess physician knowledge in transfusion medicine
Notice bibliographique
Résumé
INTRODUCTION: An assessment of transfusion medicine knowledge and practice in Canada was carried out over a 3-week period. METHODS: Fifty-five questions were posed to evaluate both basic information on blood and blood products and on clinical use. The form was distributed through the Canadian Society for Transfusion Medicine with designated individuals asked to handle regional distribution. Some used provincial mailing lists, others distributed within each hospital. Approximately, 2000 forms were sent, including 500 in French. RESULTS: A total of 294 forms were returned; answers were recorded as 'correct', 'incorrect', 'no answer' or with 'added comments'. Overall, 52% of the questions were answered correctly or were answered with qualifying comments. In clinical practice questions, 63% were answered correctly or with qualifying comments. Basic knowledge questions drew correct answers in 37% of the cases. Several issues were answered poorly. The volume of an apheresis plasma unit was correctly estimated by less than 10% of respondents with many understanding the volume (500-600 mL) by as much as 300-400 mL. Anaesthesiologists responded most often (21%); few haematologists participated (4%). Provincial response varied: most were received from Ontario (30%) and British Columbia (22%). CONCLUSIONS: The answers show that clinical application of transfusion is generally accompanied by a questioning process - it is not entirely by rote. Basic knowledge about products needs improvement.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».