Training, practice, and referral patterns in rhinologic surgery: survey of otolaryngologists.
Notice bibliographique
Résumé
OBJECTIVES: Rhinology, which encompasses clinical and surgical treatment of the nasal cavity and paranasal sinuses, is a growing subspecialty with advances in the surgical, clinical, and research realms. The advancement of this subspecialty and its impact on the practice of otolaryngology, in both academic and nonacademic institutions, is not yet understood. METHODS: A novel survey created by our research team was mailed out to 150 randomly selected otolaryngology staff and 8 fellowship-trained rhinologists throughout Canada asking questions related to demographics, training, referral patterns, technique, and adequacy of training. RESULTS: One hundred respondents completed the survey, yielding a response rate of 63%. The average age of rhinologists who responded (38 years) was younger than those who were nonrhinologists (50 years). Compared with fellowship-trained rhinologists, nonrhinologists felt less comfortable with cerebrospinal leak repairs, skull base surgery, frontal sinus surgery, paranasal sinus neoplasm removal, and sphenopalatine artery ligation. CONCLUSIONS: Rhinology is a distinct subspecialty with new fellowship opportunities combined with advances in surgical technique, clinical treatments, and research opportunities. There are procedures that can be performed by both rhinologists and nonrhinologists; however, there is a subset of procedures that nonrhinologists do not feel comfortable performing. These procedures should be referred to fellowship-trained rhinologists who practice out of academic centres.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».