Clinical Microbiology in Pharmacy Education: A Practice-based Approach
Notice bibliographique
Résumé
The increasing incidence of multi-drug resistant pathogenic bacteria, alongside viral and fungal human pathogens, supports the argument that skills in microbiology and infectious disease diagnosis, treatment and prevention are of growing global importance to be held among primary care clinicians. In Canada, inevitable future astronomical health care costs largely due to an aging population, have forced eyes upon pharmacists as one of (if not) the primary clinical professions to accommodate the growing need to accommodate patient access to health care while maintaining lower health care costs. As such, the role of pharmacists in health care is expanding, punctuating the need to enhance and improve Pharmacy education. Accurate assessment of the current gaps in Pharmacy education in Canada provides a unique opportunity for a new Pharmacy School at the University of Waterloo to establish a non-traditional, outcomes-based model to curricular design. We are applying this iterative curriculum assessment and design process to the establishment of a Medical Microbiology program, deemed as a prominent gap in former Pharmacy educational training programs. A PILOT STUDY WAS CARRIED OUT DISTRIBUTING A COMPREHENSIVE SURVEY TO A LOCAL GROUP OF PHARMACISTS PRACTICING IN A VARIETY OF SETTINGS INCLUDING: hospital, clinic, community, independent, industry and government, to assess perceived gaps in Pharmacy microbiology and infectious disease education. Preliminary findings of the surveys indicate that practitioners feel under-qualified in some areas of microbiology. The results are discussed with respect to a curricular redesign model and next steps in the process of curricular design are proposed.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».