Defining rural teaching hospitals in Canada: Developing and testing a new definition
Notice bibliographique
Résumé
INTRODUCTION: The current definition of 'teaching hospital' provided by Canadian Institute of Health Information (CIHI) focuses on large academic teaching hospitals. High-quality rural training experiences have been identified as a key component of training the future rural medical workforce. Identifying communities and hospitals where this training is currently available and taking place is important in understanding the current landscape of available rural training but is hampered by the lack of an agreed upon definition of 'rural teaching hospital'. This limits the understanding of current rural training landscapes, comparison across regions and research in this area. We propose a definition of a 'rural teaching hospital'. METHODS: Using the CIHI definition of rural as an initial reference point, we used accessible data from the University of Calgary and University of Alberta Distributed Medical Education (DME) programs to develop a definition of a 'rural teaching hospital'. We then identified rural Alberta hospitals to show how this definition would work in practice. RESULTS: Our definition of a rural teaching hospital is a hospital situated in a town of <30,000 people, teaching occurs at least 36 h a week and that teaching includes at least Family Medicine clerkship OR Family Medicine residency rotations. We identified 104 Alberta rural hospitals. The University of Calgary and University of Alberta DME programs included 70 communities and 44 of these communities met all three proposed criteria for rural teaching hospitals. CONCLUSION: Creating a working definition of a 'rural teaching hospital' is of high importance for both research and for day-to-day operations of rural educational units.
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 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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».