MétaCan
Menu
Retour à la cohorte
Enregistrement W2068661717 · doi:10.1080/10401330701332052

Medical Student, Medicine Resident, and Attending Physician Knowledge of the Medicare Prescription Drug Modernization and Improvement Act of 2003

2007· article· en· W2068661717 sur OpenAlexaboutno aff
Bruce Y. Lee, Adam Gilden Tsai, Barbara J. Turner

Notice bibliographique

RevueTeaching and Learning in Medicine · 2007
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmaceutical industry and healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFamily medicineMedical prescriptionMedicineIgnoranceLegislationHealth careAlternative medicineNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Medicare Prescription Drug Modernization and Improvement Act of 2003 (MMA) will undoubtedly influence health care delivery and affect how physicians practice medicine in the United States. PURPOSE: To evaluate the extent to which medical students, medicine residents, and physicians are informed about key provisions of the MMA. METHODS: Eighty-four attending physicians, 104 medicine residents, and 115 fourth-year medical students at the University of Pennsylvania were surveyed over a 2-week period in February-March 2004. The brief survey instrument consisted of 10 multiple choice questions: 9 questions assessing how well-informed respondents were about the MMA and 1 question assessing their knowledge of general current events. RESULTS: Most respondents (77.8%) either "strongly disagreed" or "disagreed" that they were adequately informed about the MMA. While more than half of all respondents correctly answered the two questions about drug importation from Canada and general current events, a majority did not provide the correct answer to each of the other questions. No significant differences appeared by training. CONCLUSIONS: Attending physicians, medicine residents, and medical students at the University of Pennsylvania were generally ill informed about the MMA. Physician ignorance about important health care legislation continues to be a significant problem. More effective means of educating and informing medical students and physicians at all levels of training about important health policy changes may be warranted.

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)0,010
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,315
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,003
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 Opus0,158
Tête enseignante GPT0,529
Écart entre enseignants0,371 · 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.

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

Citations8
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTeaching and Learning in MedicineMême sujetPharmaceutical industry and healthcareTravaux en français237 207