C.05 Canadian neurosurgery operative landscape
Notice bibliographique
Résumé
Background: The Canadian Neurosurgery Research Collaborative (CNRC) is a trainee-led multi-centre collaboration made up of representatives from 12 of 14 neurosurgical centres with residency programs. To demonstrate the potential of this collaborative network, we gathered administrative operative data from each centre in order to provide a snapshot of the operative landscape in Canadian neurosurgery. Methods: Residents from each training program provided adult neurosurgical operative data for the 2014 calendar year, including the number of surgeries in the subcategories cranial, spinal, and peripheral nerve. Because some residency programs have surgeries distributed among more than one hospital, we calculated mean case load per residency program and per hospital. Results: Interim results from 6 neurosurgery residency programs are presented (with data from other programs forthcoming). Overall, there were on average 2,352 operative cases per residency program ( n =6) and 1,176 operative cases per adult hospital ( n =12). Among 5 programs with more detailed operative data, the mean numbers of cranial, spinal, peripheral nerve, and miscellaneous surgeries per residency program were 757 (47%), 487 (30%), 47 (3%), and 319 (20%) respectively. Conclusions: We show as a proof-of-concept that a trainee-led nation-wide research collaborative can generate meaningful data in a Canadian context.
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 | 0,009 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,011 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».