MétaCan
Menu
Retour à la cohorte
Enregistrement W2323413148 · doi:10.1080/14739879.2015.1128684

Education for rural practice in rural practice

2016· article· en· W2323413148 sur OpenAlexaff
Roger Strasser, Ian Couper, John Wynn-Jones, James Rourke, Bruce Chater, Steve Reid

Notice bibliographique

RevueEducation for Primary Care · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensMemorial University of NewfoundlandLaurentian UniversityNOSM UniversityLakehead University
Organismes subventionnairesnon disponible
Mots-clésRural managementRural healthRural areaPrimary careMedical educationPrimary health careRural historyDeveloping countryMedicineEconomic growthHealth carePolitical scienceRural developmentFamily medicineGeography

Résumé

récupéré en direct d'OpenAlex

Despite the substantial differences between developing and developed countries, access is the major rural health issue. Studies in many countries have shown that the three factors most strongly associated with entering rural practice are: (1) a rural upbringing; (2) positive clinical and educational experiences in rural settings as part of undergraduate medical education; (3) targeted training for rural practice at the postgraduate level. This paper presents examples of successful rural primary care-based education in different parts of the world, then introduces the Wonca Rural Medical Education Guidebook which was launched at the 2014 Wonca Rural Health World Conference and concludes with a brief report of the 2015 conference held in Dubrovnik Croatia.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,002
Communication savante0,0030,002
Science ouverte0,0010,008
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0210,004

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 Opus0,025
Tête enseignante GPT0,463
Écart entre enseignants0,438 · 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'étudeQualitatif
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

Citations50
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEducation for Primary CareMême sujetGlobal Health Workforce IssuesTravaux en français237 207