Implementation of a PDA based program to quantify urology resident in-training experience.
Notice bibliographique
Résumé
INTRODUCTION: There currently is no simple and reliable mechanism for Residency program directors to assess how well their trainees are being exposed to all spheres of their specialty. We report on the use of hand-held personal digital assistants (PDA's) to document all clinical and academic activities of urology residents at one academic institution. MATERIALS AND METHODS: Software was developed to create customized pick lists allowing residents to record all activities on their individual PDA's. Categories included Adult Ambulatory, Pediatric Ambulatory, Adult operative, Pediatric operative, and Academic. Activities were subcategorized into detailed pick lists and time-tracking fields. Residents synchronized with a central database on a standalone hotsync server. RESULTS: In the first 8 months, 21 178 resident-hours and 5333 activities were recorded. Preliminary observations can be made regarding how residents spend the majority of their time: 28% operative, 20% self-study, 19% ward work, 10% Academics, 6% ER consultations, 5% clinic, and 4% inpatient consultations. The most common adult diagnoses encountered while attending to clinic, ward, or ER consultations were lower urinary tract symptoms, urolithiasis and hematuria. Similarly for Pediatrics: neurogenic bladder, antenatal hydronephrosis, infection, and hypospadias were most often reported. Residents reported 5,333 activities, relating to the following spheres of Urology: academics (23%), endourology (18%), oncology (15%), lower urinary tract symptoms (10%), congenital anomalies (5%), urolithiasis (5%), reconstruction (5%), and infection (3%). CONCLUSIONS: This tool provides an objective assessment of resident experience as it relates to selection of rotations, and for addressing curriculum weaknesses. It is applicable at a national level for the study of regional differences in training experience, and trends in graduate Urological education. With minimal effort it could be modified for application to other specialty training programs.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».