MétaCan
Menu
Retour à la cohorte
Enregistrement W2187184227

A comparative analysis of the perceived continuing medical education needs of a cohort of rural and urban Canadian family physicians.

2007· article· en· W2187184227 sur OpenAlexaffabout
Vernon Curran, David Keegan, Wanda Parsons, Greg Rideout, David Tannenbaum, Normand Dumoulin, Fran Kirby, Lisa Fleet

Notice bibliographique

RevuePubMed · 2007
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésContinuing medical educationFamily medicineCohortMedicinePreferenceNeeds assessmentContinuing educationOtorhinolaryngologyMedical educationPsychiatry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To assess the perceived continuing medical education (CME) needs of a cohort of Canadian family physicians. METHODS: We distributed a questionnaire survey to Canadian family physicians who became Certificant members of the College of Family Physicians in 2001 and practised outside the province of Quebec. Main outcome measures were self-reported CME needs, professional development needs and preferences for CME delivery methods. RESULTS: We distributed 482 surveys and 197 questionnaires were returned for a response rate of 40.9%. Significant differences between rural and urban respondents' self-reported CME needs were found in the clinical areas of dermatology, endocrinology, emergency medicine, musculoskeletal, ophthalmology, otolaryngology, psychiatry and urology. Generally, a greater proportion of rural respondents reported significantly higher CME needs in emergency medicine. Urban respondents reported a significant preference for consulting colleagues as a method of CME, while rural respondents reported a significant preference for videoconferencing. CONCLUSION: Self-reported CME needs and preferences for CME delivery methods differ on the basis of region of practice and size of the community in which family physicians' practise.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,121
Score d'incertitude au seuil0,243

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,024
Tête enseignante GPT0,361
Écart entre enseignants0,336 · 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

Citations27
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetGlobal Health Workforce IssuesTravaux en français237 207