MétaCan
Menu
Retour à la cohorte
Enregistrement W2546010929 · doi:10.5539/gjhs.v9n6p1

Experiences of Obstetricians and Gynecologists in Teleconsultation with Medical Residents: A Qualitative Study

2016· article· en· W2546010929 sur OpenAlexvenueno aff
Kolsoum Deldar, Fatemeh Tara, Masoumeh Mirteimouri, Mahmood Tara

Notice bibliographique

RevueGlobal Journal of Health Science · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHealthcare Systems and Technology
Établissements canadiensnon disponible
Organismes subventionnairesMashhad University of Medical Sciences
Mots-clésTelephone interviewMedicineQualitative researchObstetrics and gynaecologyPopulationTelemedicineMedical educationFamily medicineNursingPsychologyPregnancyHealth care

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To explore the experiences of specialists, residents, and experienced personnel of obstetrics and gynecology regarding telephone consultation by specialized residents and on-call expertsDESIGN: Qualitative study based on inductive content analysis.SETTING: Three departments of obstetrics and gynecology, affiliated to Mashhad University of Medical Sciences, Mashhad, Iran.POPULATION: A purposive sample of 16 specialists, residents and experienced staff.METHODS: Eighteen semi-structured interviews were conducted.RESULTS: Analysis of interview data resulted in 363 primary codes and six main themes including: “attempt to direct the process of telephone consultation”, “decision-making challenges of diagnostic-therapeutic plans for patients”, “attempt to verify the acquired findings”, “inefficacy in the face of life-threatening conditions”, “discriminations in legal confrontation with medical errors”, and “impact on emotions and personal life”.CONCLUSIONS: Process of teleconsultation between physician and resident is associated with numerous challenges. Formal training sessions and considering new approaches of teleconsultation and telemedicine are needed to be implemented in order to reinforce the reliability of patient information transfer.

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)0,003
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 enseignants0,291
Score d'incertitude au seuil0,419

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,029
Tête enseignante GPT0,372
Écart entre enseignants0,343 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetHealthcare Systems and TechnologyTravaux en français237 207