MétaCan
Menu
← Retour à la cohorte
Enregistrement W2602092587

Residents as teachers

2013· article· en· W2602092587 sur OpenAlexaffvenueabout
Victor Ng, Clarissa A. Burke, Archna Narula

Notice bibliographique

RevueCanadian Family Physician · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensCollege of Family Physicians of CanadaWestern University
Organismes subventionnairesnon disponible
Mots-clésMentorshipMedical educationMedicineResidency trainingFamily medicinePsychologyContinuing education
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objective To examine Canadian family medicine residents’ perspectives surrounding teaching opportunities and mentorship in teaching. Design A 16-question online survey. Setting Canadian family medicine residency programs. Participants Between May and June 2011, all first- and second-year family medicine residents registered in 1 of the 17 Canadian residency programs as of September 2010 were invited to participate. A total of 568 of 2266 residents responded. Main outcome measures Demographic characteristics, teaching opportunities during residency, and resident perceptions about teaching. Results A total of 77.7% of family medicine residents indicated that they were either interested or highly interested in teaching as part of their future careers, and 78.9% of family medicine residents had had opportunities to teach in various settings. However, only 60.1% of respondents were aware of programs within residency intended to support residents as teachers, and 33.0% of residents had been observed during teaching encounters. Conclusion It appears that most Canadian family medicine residents have the opportunity to teach during their residency training. Many are interested in integrating teaching as part of their future career goals. Family medicine residencies should strongly consider programs to support and further develop resident teaching skills.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,285
Score d'incertitude au seuil0,566

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,002

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 Opus0,015
Tête enseignante GPT0,279
Écart entre enseignants0,265 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Family Physician→Même sujetInnovations in Medical Education→Travaux en français237 207→