Educational Alternatives for the Maintenance of Educational Competencies in Surgical Training Programs Affected by the COVID-19 Pandemic
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Along with the socio-economic burden the COVID-19 pandemic carried, the strain it brought upon our health care system is unparalleled. In an attempt to conserve much needed personal protective equipment (PPE) as well as to free up available hospital beds to accommodate the significant influx of COVID-19 patients, many elective surgical cases were essentially put on hold. Furthermore, to taper the spread of this highly contagious virus and to protect the medical staff, surgical clinics were limited to urgent care that could not be managed through virtual platforms. Surgical trainees, such as residents and fellows, who solemnly rely on clinical and surgical exposure to hone their operative and clinical skills, were evidently left deprived. As the pandemic rapidly progressed, medical staff in the emergency departments and what is now known as the COVID wards and COVID ICUs quickly became overwhelmed and overworked. This new reality required surgical trainees to rapidly redeploy to help meet the rising hospital needs. With no clear end to this pandemic, surgical trainees worry they will not reach the appropriate milestones and acquire the amount of surgical experience required to become competent surgeons. As a result, a rapid solution should be found and applied to remedy this newly created gap in surgical education. The measures we recommend include access to regular webinars from world-renowned experts, increased implementation of surgical simulation, selective redeployment of residents to favor level-appropriate learning opportunities and lastly, the active participation of trainees in telemedicine with an increase in surgical exposure as soon as the restrictions are lifted.
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.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle