MétaCan
Menu
Retour à la cohorte
Enregistrement W3125747212 · doi:10.5435/jaaosglobal-d-20-00160

Variability in the Duration of Designated Pediatric Orthopaedic Rotations Among US Residency Programs

2021· article· en· W3125747212 sur OpenAlexaff
Bensen Fan, Caixia Zhao, Sanjeev Sabharwal

Notice bibliographique

RevueJAAOS Global Research and Reviews · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal Disorders and Rehabilitation
Établissements canadiensObject Research Systems (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineSpecialtyOrthopedic surgeryDuration (music)Residency trainingFamily medicineDemographicsPhysical therapyMedical educationSurgeryContinuing educationDemography

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Our goal was to assess the variability in the assigned duration of pediatric orthopaedic rotation among US allopathic orthopaedic residency programs to see how pediatrics is incorporated into surgical education. METHODS: Using publicly available information for US allopathic orthopaedic residency programs in 2019, we retrospectively collected data on the assigned duration of pediatric orthopaedic rotation and variables such as number and sex of residents, number of orthopaedic faculty, university- versus community-based programs, outsourcing residents to unaffiliated hospital for pediatric exposure, specialty of program leadership, and presence of pediatric orthopaedic fellowship in the home program. RESULTS: One hundred thirty-eight of the 146 (95%) eligible allopathic orthopaedic residency programs provided sufficient information. The average time assigned to a pediatric rotation during residency was 6 months (range: 2 to 11 months). Overall, 43/146 (29%) programs outsourced their pediatric training to another institution. A correlation was noted between the length of pediatric rotation and percentage of pediatric orthopaedic faculty (P = 0.0007, r = 0.3). CONCLUSIONS: The impact of the variability in the duration of duration of pediatric orthopaedic rotation on the clinical knowledge and skills acquired by the resident during training needs further study.

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 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)0,006
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,060
Score d'incertitude au seuil0,798

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,074
Tête enseignante GPT0,403
Écart entre enseignants0,329 · 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 tête enseignante, 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAAOS Global Research and ReviewsMême sujetMusculoskeletal Disorders and RehabilitationTravaux en français237 207