MétaCan
Menu
Retour à la cohorte
Enregistrement W2554881628 · doi:10.1017/cjn.2016.315

Supplementary Educational Models in Canadian Neurosurgery Residency Programs

2016· article· en· W2554881628 sur OpenAlexaffvenueabout
Won Hyung A. Ryu, Sonny Chan, Garnette R. Sutherland

Notice bibliographique

RevueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésApprenticeshipMedical educationMedicineNeurosurgeryPlan (archaeology)Work (physics)CompromiseResidency trainingEducational resourcesPsychologySurgeryPedagogyContinuing educationEngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The proposed implementation of work hour restrictions has presented a significant challenge of maintaining the quality of resident education and ensuring adequate hands-on experience that is essential for novice surgeons. To maintain the level of resident surgical competency, revision of the apprentice model of surgical education to include supplementary educational methods, such as laboratory and virtual reality (VR) simulations, have become frequent topics of discussion. We aimed to better understand the role of supplementary educational methods in Canadian neurosurgery residency training. METHODS: An online survey was sent to program directors of all 14 Canadian neurosurgical residency programs and active resident members of the Canadian Neurosurgical Society (N=85). We asked 16 questions focusing on topics of surgeon perception, current implementation and barriers to supplementary educational models. RESULTS: Of the 99 surveys sent, 8 out of 14 (57%) program directors and 37 out of 85 (44%) residents completed the survey. Of the 14 neurosurgery residency programs across Canada, 7 reported utilizing laboratory-based teaching within their educational plan, while only 3 programs reported using VR simulation as a supplementary teaching method. The biggest barriers to implementing supplementary educational methods were resident availability, lack of resources, and cost. CONCLUSIONS: Work-hour restrictions threaten to compromise the traditional apprentice model of surgical training. The potential value of supplementary educational methods for surgical education is evident, as reported by both program directors and residents across Canada. However, availability and utilization of laboratory and VR simulations are limited by numerous factors such as time constrains and lack of resources.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,974
Score d'incertitude au seuil0,398

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,002
Communication savante0,0020,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,071
Tête enseignante GPT0,313
Écart entre enseignants0,242 · 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 source (Gemma direct ou Codex distillé), 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

Citations11
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences NeurologiquesMême sujetSurgical Simulation and TrainingTravaux en français237 207