Pre-Clerkship Observerships to Increase Early Exposure to Geriatric Medicine
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: To foster interest in geriatric care, the Queen's Geriatrics Interest Group (QGIG) collaborated with the Division of Geriatric Medicine to arrange a Geriatrics Pre-Clerkship Observership Program. METHODS: Forty-two pre-clerkship medical students participated in the program between October 2013 and May 2014. Participants were paired with a resident and/or attending physician for a four-hour weekend observership on an inpatient geriatric rehabilitation unit. The program was assessed using: (1) internally developed Likert scales assessing student's experiences and interest in geriatric medicine before and after the observership; (2) University of California Los Angeles-Geriatric Attitudes Scale (UCLA-GAS); and (3) narrative feedback. RESULTS: All participants found the process of setting up the observership easy. Some 72.7% described the observership experience as leading to positive changes in their attitude toward geriatric medicine and 54.5% felt that it stimulated their interest in the specialty. No statistically significant change in UCLA-GAS scores was detected (mean score pre- versus post-observership: 3.5 ± 0.5 versus 3.7 ± 0.4; p=.35). All participants agreed that the program should continue, and 90% stated that they would participate again. CONCLUSIONS: The observership program was positively received by students. Structured pre-clerkship observerships may be a feasible method for increasing exposure to geriatric medicine.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| 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) | 0,002 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».