Assessing the Early Impact of the COVID-19 Pandemic on Spine Surgery Fellowship Education
Notice bibliographique
Résumé
STUDY DESIGN: This was a cross-sectional study. OBJECTIVE: The objective of this study is to report the impact of COVID-19 on spine surgery fellow education and readiness for practice. SUMMARY OF BACKGROUND DATA: COVID-19 has emerged as one of the most devastating global health crises of our time. To minimize transmission risk and to ensure availability of health resources, many hospitals have cancelled elective surgeries. There may be unintended consequences of this decision on the education and preparedness of current surgical trainees. MATERIALS AND METHODS: A multidimensional survey was created and distributed to all current AO Spine fellows and fellowship directors across the United States and Canada. RESULTS: Forty-five spine surgery fellows and 25 fellowship directors completed the survey. 62.2% of fellows reported >50% decrease in overall case volume since cancellation of elective surgeries. Mean hours worked per week decreased by 56.2%. Fellows reported completing a mean of 188.4±64.8 cases before the COVID-19 crisis and 84.1% expect at least an 11%-25% reduction in case volume compared with previous spine fellows. In all, 95.5% of fellows did not expect COVID-19 to impact their ability to complete fellowship. Only 2 directors were concerned about their fellows successfully completing fellowship; however, 32% of directors reported hearing concerns regarding preparedness from their fellows and 25% of fellows were concerned about job opportunities. CONCLUSIONS: COVID-19 has universally impacted work hours and case volume for spine surgery fellows set to complete fellowship in the middle of 2020. Nevertheless, spine surgery fellows generally feel ready to enter practice and are supported by the confidence of their fellowship directors. The survey highlights a number of opportunities for improvement and innovation in the future training of spine surgeons. LEVEL OF EVIDENCE: Level III.
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 | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».