Immunology for Rheumatology Residents
Notice bibliographique
Résumé
BACKGROUND: Immunologic mechanisms play an integral role in understanding the pathogenesis and management of rheumatic conditions. Currently, there is limited access to formal instruction in immunology for rheumatology trainees across Canada. AIM: The aims of this study were (1) to describe current immunology curricula among adult rheumatology training programs across Canada and (2) to compare the perceived learning needs of rheumatology trainees from the perspective of program directors and trainees to help develop a focused nationwide immunology curriculum. METHODS: Rheumatology trainees and program directors from adult rheumatology programs across Canada completed an online questionnaire and were asked to rank a comprehensive list of immunology topics. A modified Delphi approach was implemented to obtain consensus on immunology topics. RESULTS: Only 42% of program directors and 31% of trainees felt the current method of teaching immunology was effective. Results illustrate concordance between program directors and trainees for the highest-ranked immunology topics including innate immunity, adaptive immunity, and cells and tissues of the immune system. However, there was discordance among other topics, such as diagnostic laboratory immunology and therapeutics. CONCLUSIONS: There is a need to improve immunology teaching in rheumatology training programs. Results show high concordance between the basic immunology topics. This study provides the groundwork for development of future immunology curricula.
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 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».