MétaCan
Menu
Retour à la cohorte
Enregistrement W2995134703 · doi:10.52544/2642-7184(1)2002

The International Medical Graduate

2020· article· en· W2995134703 sur OpenAlexaboutno aff
Mohamad Cheaito, Brigitte Kazzi, Eveline Hitti, Kamal F. Badr, Salah Zeineldine, Ziad Kazzi, Amin Kazzi

Notice bibliographique

RevueMediterranean Journal of Emergency Medicine & Acute Care · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCertificationIMGMedical educationCommissionPosition (finance)Political scienceFace (sociological concept)Graduate medical educationMatching (statistics)MedicineAccreditationSociologyBusinessLawComputer science

Résumé

récupéré en direct d'OpenAlex

International medical graduates (IMGs) are graduates of medical schools located outside the United States (U.S.) and Canada. IMGs face various challenges on the road to U.S. residency training. These challenges include sitting for the United States Medical Licensing Examinations (USMLEs) to obtain certification from the Educational Commission for Foreign Medical Graduates (ECFMG). After that, IMGs are faced with a foreign application process whereby they must apply for and secure a position in a residency program through the Electronic Residency Application System (ERAS) and the National Resident Matching Program (NRMP). Once accepted into a residency program, IMGs who are not US citizens or legal permanent residents are challenged with securing a visa to be able to practice in the U.S. In this article, we elaborate on these processes and highlight the challenges IMGs may face along the way.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,715
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,000

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 Opus0,183
Tête enseignante GPT0,483
Écart entre enseignants0,300 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMediterranean Journal of Emergency Medicine & Acute CareMême sujetGlobal Health Workforce IssuesTravaux en français237 207