Oncology Education in Canadian Undergraduate and Postgraduate Medical Programs: A Survey of Educators and Learners
Notice bibliographique
Résumé
BACKGROUND: The oncology education framework currently in use in Canadian medical training programs is unknown, and the needs of learners have not been fully assessed to determine whether they are adequately prepared to manage patients with cancer. METHODS: To assess the oncology education framework currently in use at Canadian medical schools and residency training programs for family (fm) and internal medicine (im), and to evaluate opinions about the content and utility of standard oncology education objectives, a Web survey was designed and sent to educators and learners. The survey recipients included undergraduate medical education curriculum committee members (umeccms), directors of fm and im programs, oncologists, medical students, and fm and im residents. RESULTS: Survey responses were received from 677 educators and learners. Oncology education was felt to be inadequate in their respective programs by 58% of umeccms, 57% of fm program directors, and 50% of im program directors. For learners, oncology education was thought to be inadequate by 67% of medical students, 86% of fm residents, and 63% of im residents. When comparing teaching of medical subspecialty-related diseases, all groups agreed that their trainees were least prepared to manage patients with cancer. A standard set of oncology objectives was thought to be possibly or definitely useful for undergraduate learners by 59% of respondents overall and by 61% of postgraduate learners. CONCLUSIONS: Oncology education in Canadian undergraduate and postgraduate fm and im training programs are currently thought to be inadequate by a majority of educators and learners. Developing a standard set of oncology objectives might address the needs of learners.
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 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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 ».