MétaCan
Menu
Retour à la cohorte
Enregistrement W2414275937

Rural longitudinal integrated clerkships: changing interests and demographics of medical students.

2015· article· en· W2414275937 sur OpenAlexaffabout
Douglas Myhre, Paul Adamiak, Wayne Woloschuk, Tyrone Donnon

Notice bibliographique

RevuePubMed · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésDemographicsCurriculumMedicineMedical schoolMedical educationRural areaLongitudinal studyFamily medicineGerontologyDemographyPsychologyPedagogySociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The University of Calgary Longitudinal Integrated Clerkship (UCLIC) is an integrated curriculum of at least 32 weeks' duration based in rural communities. Rural LICs have been proposed as a method to respond to the needs of underserved rural communities; therefore, assessing evolving learner interest and demographics over time is of importance to rural communities. METHODS: Three surveys were administered to first-year medical students at the University of Calgary from the classes of 2009, 2010 and 2015. The surveys assessed demographic information as well as interest in and attitudes toward pursuing a rural-based LIC. RESULTS: Overall, 42% of students (76% of decided students) reported that they would consider the rural UCLIC. Between 2009 and 2010, the proportion of students who would not consider the UCLIC decreased from 25% to 8%, and thereafter was maintained at that level. Over the same period, interest among students considering Royal College of Physicians and Surgeons of Canada (RCPSC) specialties significantly increased. Although student attitudes about the value of the LIC were consistently positive, students remained concerned about social considerations. CONCLUSION: There has been an increase in student willingness to consider a rural LIC, most significantly among students interested in RCPSC specialties. Career plans and demographics of students continue to influence their interest in and attitudes toward LICs.

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)0,004
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,579

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,131
Tête enseignante GPT0,444
Écart entre enseignants0,313 · 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'étudeObservationnel
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

Citations4
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetGlobal Health Workforce IssuesTravaux en français237 207