MétaCan
Menu
Retour à la cohorte
Enregistrement W2324286232 · doi:10.1097/acm.0b013e31825803f3

Public Health Physician Specialty Training in Canada and the United States

2012· article· en· W2324286232 sur OpenAlexaffabout
Lawrence C. Loh, Samuel M. Peik

Notice bibliographique

RevueAcademic Medicine · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiquePublic Health Policies and Education
Établissements canadiensPublic Health Ontario
Organismes subventionnairesnon disponible
Mots-clésSpecialtyPublic healthCertificationHealth careMedicinePracticumTraining (meteorology)Family medicinePreventive healthcareCredentialingInternational healthMedical educationScope (computer science)Health policyNursingPolitical science

Résumé

récupéré en direct d'OpenAlex

Today's interconnected world has produced a distinct need for physician specialists in public health and preventive medicine. As the industrialized world confronts aging populations, rising health care costs, and a growing epidemic of chronic disease, it is clear that the focus of health care must become more preventive than curative.Although public health and preventive medicine exists in various forms worldwide, the literature has not yet examined different national strategies for postgraduate medical training in this unique specialty. This examination of present-day public health physician training in Canada and the United States represents a first step in addressing this gap.Using a standardized template for review, the authors compare key aspects of public health physician specialty training in both countries, including the definition and scope of the specialty; oversight and location of training; length of postgraduate training; specific clinical, academic, and practicum requirements; residency program funding; availability of residency positions; certification; and the roles of specialists.The authors explore similarities and differences between public health physician specialists in Canada and the United States in an effort to highlight training improvements for incorporation into each country's training program and to identify potential avenues of collaboration and cooperation across the border.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,354
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,232
Tête enseignante GPT0,468
Écart entre enseignants0,235 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations21
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetPublic Health Policies and EducationTravaux en français237 207