Videoconferenced grand rounds: Needs assessment for community specialists
Notice bibliographique
Résumé
INTRODUCTION: Grand rounds are a traditional means of continuing education for specialist physicians. The purpose of this study was to determine the need for and feasibility of interactive videoconferenced grand rounds between an academic health center and community specialists practicing in the three provinces served by the health center. METHODS: Using questionnaires, we studied two populations: the academic center's clinical department and division heads and community specialists in three provinces. RESULTS: We received 27 of 34 (79%) questionnaires from department heads. Nine reported that they already videoconferenced their rounds, 12 expressed a willingness to do so, and 4 responded that they may be interested. Fourteen departments responded that they were willing to include community specialists in planning and presenting. Using a 5-point Likert scale (1 = strongly disagree, 5 = strongly agree), respondents rated the statement "Regional specialists would benefit from videoconferenced grand rounds" as 4.2. The return rate from community specialists was 333 of 876 (38%), of which 274 indicated that they would attend videoconferenced rounds, 42 said "maybe," and 9 said "no." Using the same 5-point scale, respondents rated both the following statements as 3.8: "Videoconferenced grand rounds would benefit me" and "These rounds would help me keep in touch with my colleagues." One hundred and two (31%) indicated that they would help plan rounds from the academic center. DISCUSSION: This study demonstrated the willingness on the part of one academic center to videoconference grand rounds to community specialists and interest from community specialists in participating. It raises logistical and educational issues, including scheduling and how to effectively include community physicians in needs assessment and planning. As requirements for specialists to participate in accredited learning activities become more rigorous, videoconferencing grand rounds may be one way to increase access to important learning activities.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».