Defining the Role of the Academic Neurohospitalist in Residency Education
Notice bibliographique
Résumé
OBJECTIVE: We sought to better understand the potential impact of the burgeoning neurohospitalist model of inpatient care on education of neurology residents and to better define possible roles for "neurohospitalists" in residency education. METHOD: We designed a brief qualitative open-ended survey directed toward academic leaders in neurology and distributed it by e-mail to every academic neurology department in the United States and Canada. RESULTS: Of 83 respondents, 36 (43%) had an active neurohospitalist program and only 10% felt certain they would not have 1 within the next 5 years. All respondents expected to have residents continue to be involved with inpatient care. The main perceived advantage for resident education associated with neurohospitalists was inpatient care expertise, and the main expected disadvantage was decreased exposure to subspecialty attendings. The majority anticipated positive impact on all Accreditation Council for Graduate Medical Education core competencies predominantly based on neurohospitalists' expertise in the inpatient setting. CONCLUSION: The majority of academic neurology departments are expected to have a neurohospitalist program within the next 5 years. There are several perceived advantages and disadvantages to such a program for education of neurology residents. In general, the impact of these programs is expected to improve resident education. Regardless of expectations, neurohospitalists will likely play a prominent role in the education of the next generation of neurologists.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».