Essential Anatomy for Primary Care vs. Non‐Primary Care Clerkships and Electives
Notice bibliographique
Résumé
Introduction To prepare medical students for clinical training and practice, it is critical to understand the anatomical knowledge considered most important for different clinical specialties. Aim To address this issue, a consortium of anatomists in the US and Canada is collecting data from clinical educators in clerkships and electives to identify the anatomy they consider essential for their specialty. Methods An IRB‐approved, online survey (Qualtrics, Seattle, WA) was used to assess the importance of 98 anatomical topics in seven body regions. The study first examined the nominal relationship between groups of primary care (Family Medicine, General Internal Medicine, General Pediatrics) and non‐primary care specialties, and whether they considered a given anatomical region important to their clerkship/elective. Second, the study compared the rank assigned by each specialty to each anatomical topic using an ordinal scale from 1 (not important) to 4 (essential). Results At the time of abstract submission, data had been collected from 598 clinicians (clerkship/elective directors and attending physicians) in 19 clerkships/electives at 33 medical schools (allopathic n=28; osteopathic n=5). Relative to Non‐Primary care physicians, Primary Care physicians showed a statistically significant, higher percentage of “Yes” responses for all seven anatomical regions (Table ). Further data analysis has identified the highest ranking anatomical topics within each region for Primary Care and Non‐Primary Care Specialties. Discussion and Conclusion This database provides detailed information regarding the most clinically relevant anatomical topics as identified by clinical educators. This information can aid in focusing preclinical learning to best prepare medical students for success in their undergraduate and graduate clinical experiences. Responses to the question: Is the anatomy of this body region important to your clinical specialty? Table 1
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 | 0,003 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,001 |
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 ».