Implementation of a clinician and academic researcher-led funding program to stimulate research in a Regional Medical Campus
Notice bibliographique
Résumé
INTRODUCTION: Fostering locally initiated clinical research, with physicians as lead investigators, can be challenging for a Regional Medical Campus (RMC) or any site involved in distributed medical education (DME). Exposing students to research and to clinically relevant research is an important accreditation criterion. We discuss an initiative implemented to stimulate the development of clinical research activities within the main hospital affiliated with our RMC. METHODS: The Duo research grant program was launched in March 2018. It offers research grants worth up to 25,000 CAN$. Proposals have to be submitted by two co-principal investigators, including one academic researcher and one clinician involved in medical education through our RMC. Projects need to address a clinical practice or medical education issue.RESULTS: Twelve projects were submitted in the first two funding rounds of the Duo research grant program. Eight of the twelve proposals received funding (67% success rate) and have already directly exposed medical students and residents to clinical research. They have also led to presentations at conferences and submission of external grant proposals. CONCLUSIONS: With a cost of 100,000 CAN$ per year, the Duo research grant program appears to be an effective strategy for fostering meaningful collaborations between clinicians and researchers, for exposing our medical students to more clinical research, and for favouring the development of our clinicians’ academic profiles.
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 | 0,014 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».