MétaCan
Menu
Retour à la cohorte
Enregistrement W2131702758 · doi:10.1111/j.1365-2923.2004.01745.x

Expert and trainee determinations of rhetorical relevance in referral and consultation letters

2004· article· en· W2131702758 sur OpenAlexaff
Lorelei Lingard, Brian Hodges, Helen MacRae, Risa Freeman

Notice bibliographique

RevueMedical Education · 2004
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHealthcare Systems and Technology
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésRelevance (law)ReferralRhetorical questionMedical educationPsychologyMedicineFamily medicinePolitical scienceLinguisticsPhilosophyLaw

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Referral and consultation letters ferry patients among providers, negotiating co-operative care. Our study examined how "relevance" is signalled and decoded in these letters, from the perspective of both experts and trainees in three clinical specialties. METHODS: 104 letters were collected from 16 physicians representing family medicine, psychiatry and surgery. Interviews were conducted with 14 of these physicians and 13 residents from the three specialties. All documents and transcripts were analysed for emergent themes. RESULTS: Six rhetorical factors influenced expert physicians' decisions about what material is relevant: educational, professional, audience, system-institutional, medical-legal, and evaluative. Each specialty placed different emphasis on these factors. Trainees reported having no instruction regarding how to construct rhetorically relevant letters, and they demonstrated awareness of only three of the factors identified by experts--professional, audience and evaluative. Experts and trainees differed in their understanding and application of these three factors. CONCLUSIONS: This research demonstrates that six rhetorical factors influence relevance decisions in letter writing, and that experts address these factors in tacit, dynamic and discipline-specific ways. Trainees share with experts an appreciation of the rhetorical functions of referral and consultation letters, but lack a comprehensive understanding of the influential factors and do not receive instruction in them. These findings provide a framework for instruction in this domain to equip novices to meet the expectations of their professional audiences successfully.

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)0,028
score de la tête « metaresearch » (Gemma)0,196
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,149

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,196
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,309
Écart entre enseignants0,290 · 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'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

Citations25
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical EducationMême sujetHealthcare Systems and TechnologyTravaux en français237 207