MétaCan
Menu
Retour à la cohorte
Enregistrement W2761440488 · doi:10.1177/2292550317694844

Medical Student Perception of Plastic Surgery and the Impact of Mainstream Media

2017· article· en· W2761440488 sur OpenAlexaff
Sarah Fraser, P. J. Rasmussen, Jason G. Williams

Notice bibliographique

RevuePlastic Surgery · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMainstreamPerceptionPlastic surgeryPsychologyMedicineMedical educationAudiologySurgeryPolitical scienceNeuroscience

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Plastic surgery as a discipline is poorly understood by many, including primary care physicians, nurses, medical students, and the public. These misconceptions affect the specialty in a number of ways, including referral patterns and recruitment of medical students into residency programs. The reason for these commonly held misconceptions has not yet been addressed in the plastic surgery literature. As such, we assessed medical students' knowledge and perceptions of plastic surgery as a discipline and explored factors influencing these opinions. METHODS: To assess medical students' knowledge and perceptions of plastic surgery, we conducted an online survey. A total of 231 medical students responded. Interviews were then conducted with 2 focus groups, in which we explored the survey results and reasons behind these misconceptions. RESULTS: As with previous studies, medical students showed a gap in knowledge with respect to plastic surgery. Although they were generally aware that plastic surgeons perform cosmetic procedures and treat burns, they were largely unaware that plastic surgeons perform hand and craniofacial surgeries. Focus groups revealed that television plays a large role in shaping their ideas of plastic surgery. CONCLUSION: Medical students have a skewed perception of the discipline of plastic surgery, and this is largely influenced by television. Interventions aimed at educating medical students on the matter are recommended, including a greater presence in the preclerkship medical school curriculum.

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)0,013
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 enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,035
Tête enseignante GPT0,321
Écart entre enseignants0,286 · 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

Citations55
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlastic SurgeryMême sujetDiversity and Career in MedicineTravaux en français237 207