Concussion education in Canadian medical schools: a 5 year follow-up survey
Notice bibliographique
Résumé
BACKGROUND: Despite concussion now being recognized as a public health priority in Canada, recent studies-including our 2012 survey of Canadian medical schools-have revealed major gaps in concussion education at the undergraduate medical school level. METHODS: We re-surveyed all 17 Canadian medical schools using a questionnaire divided in two categories: (1) concussion-specific education (2) head injury education incorporating a concussion component to determine whether there have been any improvements in concussion education at the medical school level during the last five years. For each year of medical school, respondents were asked to provide the estimated number of hours and teaching format for each category. RESULTS: We received replies from 13 of the 17 medical schools (76%). 11 of the 13 (85%) medical schools now reported providing concussion-specific education compared to 29% in our 2012 survey. The mean number of hours dedicated to category 1 learning in 2017 was 2.65 h compared to 0.57 in 2012, and the mean number of hours of category 2 increased to 7.5 from 1.54. CONCLUSION: Our follow-up study reveals increased exposure to concussion-related teaching in Canadian medical schools during the last five years. Persistent deficiencies in a minority of schools are highlighted. These should be addressed by reiterating the importance of concussion education for undergraduate medical students and by developing clear concussion-specific objectives at the national licensure level.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,057 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».