MétaCan
Menu
Retour à la cohorte
Enregistrement W2908418288 · doi:10.1016/j.gore.2018.12.008

Gender differences in how physicians access and process information

2019· review· en· W2908418288 sur OpenAlexaffabout
Raphael Gotlieb, Jeremie Abitbol, Jeffrey How, I. Ben-Brith, Haim A. Abenhaim, Stuart Lau, Mark Basik, Zeev Rosberger, Nehemia Geva, Walter H. Gotlieb, A. Mintz

Notice bibliographique

RevueGynecologic Oncology Reports · 2019
Typereview
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensJewish General HospitalMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedicineHeuristicsContinuing medical educationMedical educationProcess (computing)Medical informationTRACE (psycholinguistics)Decision aidsFamily medicineAlternative medicineContinuing educationComputer sciencePathology

Résumé

récupéré en direct d'OpenAlex

There is an absence of information on how physicians make surgical decisions, and on the effect of gender on the processing of information. A novel web based decision-matrix software was designed to trace experimentally the process of decision making in medical situations. The scenarios included a crisis and non-crisis simulation for endometrial cancer surgery. Gynecologic oncologists, fellows, and residents (42 male and 42 female) in Canada participated in this experiment. Overall, male physicians used more heuristics, whereas female physicians were more comprehensive in accessing clinical information (p < 0.03), utilized alternative-based acquisition processes in the non-crisis scenario (p = 0.01), were less likely to consider procedure-related costs (p = 0.04), and overall allocated more time to evaluate the information (p < 0.01). Further experiments leading to a better understanding of the cognitive processes involved in medical decision making could influence education and training and impact on patient outcome.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,968
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,457
Tête enseignante GPT0,520
Écart entre enseignants0,063 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGynecologic Oncology ReportsMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207