Notice bibliographique
Résumé
BACKGROUND: Ethics training is required for all radiology residents in Canada, but this may be difficult to provide as radiology departments may not have radiologists with formal ethics training, and may not have access to educational resources focussed on teaching ethics to radiologists. We describe the implementation of a case-based approach to teaching and learning ethics, designed for Canadian radiologists. This approach can be adapted for use in other specialties through development of specialty-specific ethics case scenarios. METHODS: Ethics case study rounds specific to Canadian radiologic practice were presented at two different institutions, and using two different methods within one institution. In one method, we requested that the residents read the case study and questions ahead of time; in the other, the rounds were presented without any expectation of residents doing prior preparation. RESULTS: The participants, as a group, agreed with all seven survey statements describing the value of the experience. The opportunity to read the case ahead of time seemed helpful for some residents, but was not found to be overall more useful than discussing the case without prior review. Indeed, more than half of the resident participants in this group indicated that they did not make use of the advance materials at all. CONCLUSION: Resident feedback indicates that ethics case study rounds are a useful and valuable experience, especially when the case is specifically tailored to their medical practice. Prior preparation was not necessary for residents to benefit from these rounds.
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 | 0,030 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,005 |
| Études des sciences et des technologies | 0,008 | 0,010 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,005 | 0,012 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».