P.106 Ethics education in neurosurgical training- a survey of North American program directors
Notice bibliographique
Résumé
Background: Despite being mandatory for accreditation by the RCPSC and ACGME, little is known about how ethics education is undertaken during neurosurgery training. This study assessed the current state of ethics education in North American neurosurgery training programs. Methods: A web-based survey was developed based on ethics competencies outlined by the RCPSC and the ACGME and emailed to North American neurosurgery residency program directors(PD’s). Responses were analyzed using descriptive statistics. Results: 47/119 (40%) PD’s completed the survey. Most(74%) spent <10 hours/year on ethics education. Informal discussion(86%), case presentations(67%) and lectures(55%) were common teaching methods. Most(85%) felt real-life experience was the best teaching method. Neurosurgical faculty(86% of programs), medical faculty(48%) and ethicists(26%) provided ethics teaching. Time constraints(42%) and lack of expert faculty(24%) were common barriers. Important topics were end of life care(95%), conflicts of interest(81%), informed consent(81%), futility(66%) and research ethics(66%). Most(78%) felt ethics education should be mandatory and that trainees were prepared to deal with ethically challenging situations(95%). Conclusions: This study provides a snapshot of ethics education in neurosurgery training. Time constraints and a lack of expert faculty were seen as barriers to ethics education. Most program directors felt residents were well prepared to deal with ethical issues. Identified ethical topics of importance should be incorporated into training curricula.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».