Evolving attitudes toward robotic surgery among Canadian urology residents
Notice bibliographique
Résumé
INTRODUCTION: Robotic-assisted laparoscopic surgery (RAS) has not been adopted as rapidly or widely in Canada as in the U.S. In 2011, Canadian urology residents felt that RAS represented an expanding field that could potentially negatively impact their training. We re-evaluate trainee exposure and attitudes to RAS in Canadian residency training five years later. METHODS: All Canadian urology residents were asked to participate in an online survey designed to assess current resident exposure to and perception of RAS. RESULTS: The response rate was 39% (61/157). Seventy-seven percent of residents reported being involved in at least one RAS procedure (52% in 2011), and the majority had exposure to <10 cases. For those in hospitals with access to RAS, 96% desired more console time, while only 50% of those without access wanted more console experience. Of all residents, 50% felt that RAS will become the gold standard in certain urological surgeries (34% in 2011), but only 28% felt that RAS would play an increasingly important role in urology (59% in 2011). CONCLUSIONS: Despite an increase in exposure to RAS in residency programs over the past five years, console experience remains limited. Although these residents desire more access to RAS, many voice uncertainty of the role of RAS in Canada. We cannot conclude whether RAS is perceived by residents to be beneficial or detrimental to their training nationwide. Moving forward in the robotic era, it will be important to either modify residency curricula to address RAS experience or to limit RAS to fellowship training.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».