MétaCan
Menu
Retour à la cohorte
Enregistrement W3085995998 · doi:10.5858/arpa.2020-0467-sa

Transition From a Standard to a Hybrid On-Site and Remote Anatomic Pathology Training Model During the Coronavirus Disease 2019 (COVID-19) Pandemic

2020· article· en· W3085995998 sur OpenAlex
Kareen E. Chin, DongHyang Kwon, Qiong Gan, Preetha Ramalingam, Ignacio I. Wistuba, Víctor G. Prieto, Phyu P. Aung

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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueArchives of Pathology & Laboratory Medicine · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAnatomy and Medical Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPandemicMedicineSocial distanceCurriculumContext (archaeology)Medical educationPersonal protective equipmentCoronavirus disease 2019 (COVID-19)DiseasePathologyPsychologyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

CONTEXT.—: As teaching hospitals institute social distancing and defer nonemergent procedures to cope with the coronavirus disease 2019 pandemic, the need for daily on-site presence, unless necessary, has been reduced for all medical staff, including trainees. Pathology training programs must adapt to these changes to ensure overall safety without significantly compromising training and the educational mission of the institution. OBJECTIVE.—: To describe the hybrid on-site and remote anatomic pathology training model in response to the coronavirus disease 2019 pandemic that was implemented in our pathology department and report the clinical fellows' responses to the survey about their experiences. DESIGN.—: The hybrid model was implemented March 25, 2020. Fellows alternate weekly between working on site and working remotely. On site, fellows wear personal protective equipment and maintain social distancing. Remotely, fellows use digital pathology to review cases and supplement with online educational activities. Virtual "coffee breaks," meditation, and exercise are part of the curriculum. Online platforms, including WebEx, Google Classroom, and Canvas, are used to continue educational activities. The survey was open May 19 through June 8, 2020. RESULTS.—: Twenty-eight of the 29 clinical fellows (96%) responded. Many of the respondents indicated substantial increase in their skill with using digital pathology and online platforms during the pandemic. The top most helpful resources were the United States and Canadian Academy of Pathology interactive microscopy courses (found very or somewhat helpful by 22 of 23 clinical fellows; 96%), ExpertPath (19 of 23; 82%), the College of American Pathologists virtual learning series (18 of 23; 78%), the World Health Organization Blue Books (16 of 23; 70%), the American Society of Cytopathology webinars (14 of 23; 61%), and our institutional digital slide collection (12 of 23; 52%). CONCLUSIONS.—: Hybrid on-site and remote training can maximize anatomic pathology learning opportunities while maintaining the safety of trainees, hospital personnel, and the community.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,672
Score d'incertitude au seuil0,770

Scores Codex et Gemma par catégorie

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

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 Opus0,030
Tête enseignante GPT0,287
Écart entre enseignants0,256 · 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