Radiation Safety Awareness Amongst Medical Students
Notice bibliographique
Résumé
ABSTRACT Objectives: To assess awareness of radiation safety amongst medical and dental students and determine how their knowledge could be improved. Methods: An anonymous electronic survey of medical and dental students at a Canadian university was conducted between February and April 2016. It was made up of 15 close-ended questions assessing knowledge and practice of radiation safety measures. Participants were also questioned about their willingness to learn more about radiation safety measures and the type of educational intervention. Results: They were 87 responses, of which 39.1% (n=34) were males and 60.9 % (n=53) were female. Most students (83%, n=39) indicated that they had never practiced radiation safety measures. While most students (81.7%, n=67) had an idea or good idea about radiation safety measures, 45.4% (n=25) had never used them. Most students (77.1%, n=64) wanted to learn more about radiation safety in the form of workshops, seminars, and online modules. Students were divided as to when radiation safety education was appropriate. While 47.6% (n=40) thought that it would be most appropriate to have them during undergraduate degree, 48.8% (n=41) thought that it would be more appropriate during clinical rotations. Most students (75%, n=63) had never completed an educational course on radiation safety and only 9.5% (n=8) knew the annual permissible occupational radiation dose. Most students (76.9%, n=30) did not track their annual occupational radiation exposures. Conclusions: Radiation safety awareness among medical and dental students needs to be improved. Students are willing to learn and improve their knowledge about radiation safety awareness especially during clinical training or college/undergraduate studies
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 | 0,002 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».