MétaCan
Menu
Retour à la cohorte
Enregistrement W3010856333 · doi:10.1136/fmch-2019-000250

Global health training in Canadian family medicine residency programmes

2020· article· en· W3010856333 sur OpenAlexaffabout
Divyanshi Jalan, Helene Morakis, Neil Arya, Yassen Tcholakov, Jennifer Carpenter, William Cherniak

Notice bibliographique

RevueFamily Medicine and Community Health · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensQueen's UniversityMcGill UniversityUniversity of British ColumbiaUniversity of TorontoMcMaster University
Organismes subventionnairesnon disponible
Mots-clésWorkforceScope (computer science)Family medicineMedical educationResidency trainingMedicineScope of practicePolitical scienceContinuing educationHealth care

Résumé

récupéré en direct d'OpenAlex

Objective: Canadian family medicine (FM) residency programmes are responding to the growing demand to provide global health (GH) education to their trainees; herein, we describe the various GH activities (GHAs) offered within Canadian FM programmes. Design: A bilingual online survey was sent out to all 17 Canadian FM program directors (PDs) and/or an appointed GH representative. Setting: Online survey via Qualtrics. Participants: All 17 Canadian FM PDs and/or an appointed GH representative. Results: The response rate was 100% and represented 3250 first-year and second-year FM residents across English and French Canada. All schools stated that they participate in some form of GHAs. There was variation in the level of organisation, participation and types of GHAs offered. Overall, most GHAs are optional, and there is a large amount of variation in terms of resident participation. Approximately one third of programmes receive dedicated funding for their GHAs, and two thirds wish to increase the scope/variety of GHAs. Conclusion: These results suggest nationwide interest in developing a workforce trained in GH, but show great discrepancies in training, implementation and education.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil0,404

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,000

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 Opus0,157
Tête enseignante GPT0,412
Écart entre enseignants0,255 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFamily Medicine and Community HealthMême sujetGlobal Health and SurgeryTravaux en français237 207