MétaCan
Menu
Retour à la cohorte
Enregistrement W3120884580 · doi:10.22454/primer.2021.453158

Ambiguity Tolerance and Prospective Specialty Choice Among Third-Year Medical Students

2021· article· en· W3120884580 sur OpenAlexafffundabout
Оксана Бабенко, Delane Linkiewich, Kalee Lodewyk, Ann Lee

Notice bibliographique

RevuePRiMER · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical Reasoning and Diagnostic Skills
Établissements canadiensUniversity of Alberta
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of Alberta
Mots-clésSpecialtyAmbiguityMedical educationScale (ratio)PsychologyAmbiguity toleranceMedicineFamily medicineComputer science

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Poor tolerance of ambiguity is consequential in clinical practice, and has been linked to avoidance of family medicine, in which there is inherently more ambiguity. This study aimed to investigate the relationship between tolerance of ambiguity and prospective specialty choice of medical students in their third year of medical school. This stage of medical training is of particular importance as students develop clinical reasoning skills and encounter clinical ambiguity. METHODS: This was a cross-sectional study using an online survey. Sixty-one third-year medical students (62% response rate) from a large Canadian university completed the survey with a validated measure of ambiguity tolerance (the 29-item Tolerance of Ambiguity in Medical Students and Doctors scale) and their top three specialty choices. Specialty choices were subsequently grouped into two categories: family medicine (FM) and non-family medicine (non-FM) specialties. RESULTS: There was no significant mean difference in tolerance of ambiguity between students who reported interest in FM and students interested in non-FM specialties. Similarly, we observed no significant difference in tolerance of ambiguity between female and male students. Older students reported higher levels of ambiguity tolerance. Older students were also more likely to report FM as one of their top three specialty choices. CONCLUSION: Qualitative studies are needed to explore possible reasons for the observed results, including the effects of digital information resources and clinical decision-making tools on medical students' ambiguity tolerance. Medical educators should be aware that some students may require explicit training in how to respond to ambiguity.

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)0,003
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,017
Tête enseignante GPT0,354
Écart entre enseignants0,337 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
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

Citations6
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePRiMERMême sujetClinical Reasoning and Diagnostic SkillsTravaux en français237 207