MétaCan
Menu
Retour à la cohorte
Enregistrement W2884040488 · doi:10.3126/jpahs.v5i1.24044

Visitor’s perspective of Patan Hospital, Patan Academy of Health Sciences, Nepal

2018· article· en· W2884040488 sur OpenAlexaff
Aditya S. Pawar, Baljeet Brar

Notice bibliographique

RevueJournal of Patan Academy of Health Sciences · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Healthcare and Medical Tourism
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésVisitor patternCuriosityPhoneMedical emergencyMedicinePsychology

Résumé

récupéré en direct d'OpenAlex

A local man sits on the pavement in Patan Durbar Square at one am. A taxi driver calls a cell phone number I handed to him that belongs to the guesthouse I am staying at. Both of them are strangers to me, but go out of the way to make sure I reach home safe. It struck a chord, nice warm people and very hospitable. The next morning begins with meeting Mr. Shakya, the person in charge of visitors at Patan hospital, touring the hospital, including the outpatient department, emergency room, wards, auditorium, and medical school. I’m greeted with Namaste, and introduced as “tyo America ma doctor ho”. This is followed by a most important visit to the cafeteria. We go over the menu. I am told the most popular options and also advice to not order ‘jawanoko jhol” (for nursing females only, helps let down), I am told this will be explained soon in private. Curiosity grew. This hospital tour has surprised me because what I had in mind was a hospital with few rooms with barely any equipment. On the contrary, Patan hospital is fairly well equipped and organized with a CT scanner, multiple wards, and the medical school has an extensive public health department. Meanwhile I am offered a tea and biscuit everywhere. My first few hours of touring showed me that this is going to be a fun experience. This is followed by a stop at the Intensive Care Unit (ICU) where I will be on rotation for the next few weeks. Another cup of tea and biscuit follows, fourth of the day already. Day one starts in ICU with meeting medical officers, staff, patients and nurses. Talking to patients helps me learn their perspective. It is quick mixing up with medical officers through lunch strolls, breaks. Our lunch discussions are very interesting, sharing our knowledge and experiences about our culture and educational system. What struck me then is I read and hear so much about what visitors have to say and how extraordinarily helpful this experience has been in shaping their career.1 But I wonder what it’s like for the local officers, what’s the impact on the medical officers, residents and students. Is it helpful? Do they feel they learn something, positive or negative impact? Or is it a source of brain drain?

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0140,003
Communication savante0,0060,004
Science ouverte0,0020,006
Intégrité de la recherche0,0050,012
Charge utile insuffisante (le modèle a refusé de juger)0,0340,005

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 Opus0,130
Tête enseignante GPT0,523
Écart entre enseignants0,393 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Patan Academy of Health SciencesMême sujetGlobal Healthcare and Medical TourismTravaux en français237 207