MétaCan
Menu
Retour à la cohorte
Enregistrement W2101192057 · doi:10.3109/01421591003686237

Mentorship for the physician recruited from abroad to Canada for rural practice

2010· article· en· W2101192057 sur OpenAlexafffundabout
Jocelyn Lockyer, Herta Fidler, Christopher de Gara, James Keefe

Notice bibliographique

RevueMedical Teacher · 2010
Typearticle
Langueen
DomainePsychology
ThématiqueMentoring and Academic Development
Établissements canadiensUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesMinistry of Advanced Education, Government of Alberta
Mots-clésMentorshipEnculturationMedical educationFace (sociological concept)Perspective (graphical)MedicineFocus groupPsychologyNursingPedagogySociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Mentoring is one way to help physicians new to a country assimilate. AIM: This study examined the feasibility and focus of a mentoring program from the perspective of medical leaders (leaders) and physicians new to Canada (physicians). METHODS: Focus groups with 23 physicians were held in six regional centers. Face-to-face interviews were held with 10 leaders. They were asked to discuss how a mentoring program might be helpful and how a program might be designed and evaluated. RESULTS: Both leaders and physicians recognized that mentorship would support the physician socially, professionally, and emotionally. They told us that mentorship programs should be structured carefully to build trust, allow mentors and mentees some selection, be in geographic proximity where possible, and have transparent rules. While leaders felt that evaluation would be an important part of a mentorship program, the physicians disagreed noting that it would change the nature of the program. Leaders stated that the ultimate evaluation of the program's success would be found in retention numbers. CONCLUSION: Physicians new to a country need support. Mentorship is a feasible approach to support new comers that may result in more efficient and effective integration, enculturation, and higher levels of retention.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,422

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0070,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,001

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 Opus0,037
Tête enseignante GPT0,381
Écart entre enseignants0,344 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMedical TeacherMême sujetMentoring and Academic DevelopmentTravaux en français237 207