MétaCan
Menu
← Retour à la cohorte
Enregistrement W3024808543 · doi:10.5489/cuaj.6286

Stakeholder perspectives and status of surgical simulation and skills training in urology residency programs in Canada

2019· article· en· W3024808543 sur OpenAlexaffvenueabout
Anjali M. Lobo, Steve Doucette, Andrea G. Lantz-Powers

Notice bibliographique

RevueCanadian Urological Association Journal · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésStakeholderMedical educationMedicineUrologyResidency trainingPolitical sciencePublic relationsContinuing education

Résumé

récupéré en direct d'OpenAlex

Introduction: With the shift to competency-based training, surgical skills lab training (SSLT) may become a mandatory part of Canadian urology residency programs (CURPs). This study aims to identify: 1) the status of SSLT in CURP; 2) stakeholder perspectives on the utility of SSLT; 3) barriers to developing and implementing SSLT; and 4) how to address these barriers. Methods: Surveys were developed and issued to three groups of stakeholders: 1) SSLT directors at all 13 CURPs (response rate 100%); 2) teaching faculty (response rate 33%); and 3) urology residents (response rate 24%). Surveys 2 and 3 were sent to ten English CURP. Results were collected through email and SurveyMonkey®. Results: Nine of 13 CURPs have a dedicated SSLT; 46% of CURP have 1–3 sessions per year, 8% have 5–7, and 30% >7. Most residents have independent lab access, but 80% do so less than once monthly. Over 90% of stakeholders find SSLT useful, of which high-fidelity models are most preferred (faculty rated 3.66/4, residents 3.18/4). Program directors (PDs) identified lack of protected faculty time, funding, and infrastructure as the top three barriers to SSLT implementation. Residents found lack of faculty time, protected academic time, and infrastructure as barriers. PDs viewed protecting faculty time and more funding as potential solutions, while residents suggested protected faculty and academic time, and after-hours lab access. Conclusions: Residents, faculty, and PDs in CURPs view SSLT as useful. Most CURPs have defined SSLT; programs without this have labs for resident use but are underused. To continue to develop and progress SSLT, more time, participation, and funding must be made available.

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)0,005
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil0,324

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0070,002
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,039
Tête enseignante GPT0,265
Écart entre enseignants0,226 · 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.

Devis d'étudeQualitatif
DomaineMéthodes
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

Citations3
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Urological Association Journal→Même sujetSurgical Simulation and Training→Travaux en français237 207→