Web-based Educational Activities Developed by the Society for Neuroscience in Anesthesiology and Critical Care (SNACC)
Notice bibliographique
Résumé
BACKGROUND: Web-based delivery of educational material by scientific societies appears to have increased recently. However, the utilization of such efforts by the members of professional societies is unknown. We report the experience with delivery of educational resources on the Web site of the Society for Neuroscience in Anesthesiology and Critical Care (SNACC), and utilization of those resources by members. METHODS: Three web-based educational initiatives were developed over 1 year to be disseminated through the SNACC Web site (http://www.snacc.org) for society members: (1) The SNACC Bibliography; (2) "Chat with the Author"; and (3) Clinical Case Discussions. Content experts and authors of important new research publications were invited to contribute. Member utilization data were abstracted with the help of the webmaster. RESULTS: For the bibliography, there were 1175 page requests during the 6-month period after its launch by 122/664 (19%) distinct SNACC members. The bibliography was utilized by 107/553 (19%) of the active members and 15/91 (16.5%) of the trainee members. The "Chats with the Authors" were viewed by 56 (9%) members and the Clinical Case Discussions by 51 (8%) members. CONCLUSIONS: Educational resources can be developed in a timely manner utilizing member contributions without additional financial implications. However, the member utilization of these resources was lower than expected. These are first estimates of utilization of web-based educational resources by members of a scientific society. Further evaluation of such utilization by members of other societies as well as measures of the effectiveness and impact of such activities is needed.
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 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».