MétaCan
Menu
Retour à la cohorte
Enregistrement W2805317933 · doi:10.1016/j.gie.2019.01.030

Setting minimum standards for training in EUS and ERCP: results from a prospective multicenter study evaluating learning curves and competence among advanced endoscopy trainees

2019· article· en· W2805317933 sur OpenAlexaff
Sachin Wani, Samuel Han, Violette C. Simon, Matt Hall, Dayna S. Early, Eva Aagaard, Wasif M. Abidi, Subhas Banerjee, Todd H. Baron, Michael J. Bartel, Erik Bowman, Brian C. Brauer, Jonathan M. Buscaglia, Linda Carlin, Amitabh Chak, Hemant Chatrath, Abhishek Choudhary, Bradley Confer, Gregory A. Coté, Koushik K. Das, Christopher J. DiMaio, Andrew Dries, Steven A. Edmundowicz, Abdul Hamid El Chafic, Ihab El Hajj, Swan Ellert, Jason Ferreira, Anthony Gamboa, Ian S. Gan, Lisa M. Gangarosa, Bhargava Gannavarapu, Stuart R. Gordon, Nalini M. Guda, Hazem Hammad, Cynthia L. Harris, Sujai Jalaj, Paul S. Jowell, Sana Kenshil, Jason Klapman, Michael L. Kochman, Sri Komanduri, Gabriel Lang, Linda Lee, David E. Loren, Frank Lukens, Daniel Mullady, Raman V. Muthusamy, Andrew Nett, Mojtaba Olyaee, Kavous Pakseresht, Pranith Perera, Patrick Pfau, Cyrus Piraka, John M. Poneros, Amit Rastogi, Anthony Razzak, Brian P. Riff, Shreyas Saligram, James M. Scheiman, Isaiah P. Schuster, Raj J. Shah, Rishi Sharma, Joshua P. Spaete, Ajaypal Singh, Muhammad Sohail, Jayaprakash Sreenarasimhaiah, Tyler Stevens, James H. Tabibian, Demetrios Tzimas, Dushant Uppal, Shiro Urayama, Domenico Vitterbo, Andrew Y. Wang, Wahid Wassef, Patrick Yachimski, Sergio Zepeda-Gómez, Tobias Zuchelli, Rajesh N. Keswani

Notice bibliographique

RevueGastrointestinal Endoscopy · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Center for Advancing Translational SciencesFerring PharmaceuticalsAbbVieMerckNational Institutes of HealthNational Institute of Diabetes and Digestive and Kidney DiseasesAmerican Society for Gastrointestinal Endoscopy
Mots-clésMedicineEndoscopyCompetence (human resources)Learning curveGrading (engineering)RadiologyMedical physicsGeneral surgeryComputer science

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,034
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 seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,034
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,027
Tête enseignante GPT0,341
Écart entre enseignants0,314 · 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

Citations116
Publié2019
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueGastrointestinal EndoscopyMême sujetSurgical Simulation and TrainingTravaux en français237 207