MétaCan
Menu
Retour à la cohorte
Enregistrement W2661346389 · doi:10.36834/cmej.36752

Examining the impact of early longitudinal patient exposure on medical students’ career choices

2017· article· en· W2661346389 sur OpenAlexaffvenue
Jason M. Kwok, Vincent Wu, Anthony Sanfilippo, Kathryn Bowes, Sheila Pinchin

Notice bibliographique

RevueCanadian Medical Education Journal · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésThematic analysisMedical educationPerspective (graphical)Medical schoolPsychologyQualitative researchMedicineHealth careFamily medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Medical schools include career direction experiences to help students make informed career decisions. Most experiences are short, precluding students from attaining adequate exposure to long-term encounters within medicine. We investigated the impact of the First Patient Program (FPP), which fosters longitudinal patient exposure by pairing junior medical students with chronically ill patients through their healthcare journey, in instilling career direction. METHODS: Medical students who completed at least 6-months in the FPP participated in a cross-sectional survey. Students' answers were analyzed with respect to the number of FPP appointments attended. Thematic analysis was conducted to explore qualitative responses. RESULTS: One hundred and forty-eight students participated in the survey. Only 28 (19%) students stated that the FPP informed their career decisions. Thirty-nine percent of students who attended four or more appointments indicated that the FPP informed their career decisions, compared to 16% of students who attended less (p=0.021). Thematic analysis revealed two themes: 1) Students focused mainly on patient encounters within FPP; and 2) Students sought career directions from other experiences. CONCLUSION: The majority of students did not attain career guidance from the FPP, but rather used the program to understand the impact of chronic illness from the patient's perspective.

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)0,011
score de la tête « metaresearch » (Gemma)0,033
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 enseignants0,011
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,033
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0030,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,054
Tête enseignante GPT0,364
Écart entre enseignants0,310 · 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

Citations3
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Education JournalMême sujetDiversity and Career in MedicineTravaux en français237 207