An Epidemic of Incompetence: A Critical Review of Addictions Curriculum in Canadian Residency Programs
Notice bibliographique
Résumé
This article was migrated. The article was marked as recommended. In Canada and the United States, the rising number of apparent opioid-related deaths have given to the aptly-named opioid epidemic. Despite the criticism physicians have received for their role in opioid overprescribing, physicians may very well be in the position to vanquish the opioid epidemic. While the importance of the importance of Addictions training in psychiatry and other disciplines has been recognized in Canada at a national level, training resources are scarce and difficult to implement, even when delivered in online formats. Many have speculated that the delivery of high-quality Addictions training has been hampered by multiple roadblocks endemic to the Canadian medical education system, particularly stigma towards individuals with substance use disorders. In navigating the winds of change in the Competency-Based Medical Education (CBME) era, it remains unclear how Addictions will be embraced. To date, there are no defined addictions competencies in the Canadian CBME infrastructure, despite the critical findings of the Association of Faculties of Medicine report in 2017, which was generated in response to the opioid epidemic. Despite these challenges, those who struggle with addiction can lead full, happy, productive lives if they have the right resources. With time, we can only hope that the increasing visibility of addiction will translate to improved training and curricula for the next generation of physicians.
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 | 0,008 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,008 | 0,012 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».