A92 PREVIOUS VIRTUAL CONSULTATION EXPERIENCE IS RELATED TO PRECEPTOR’S WILLINGNESS TO INVOLVE TRAINEES IN VIRTUAL CARE DURING THE COVID-19 PANDEMIC
Notice bibliographique
Résumé
Abstract Background The COVID-19 pandemic has accelerated the need for healthcare service reform in order to reduce the risk of transmission of SARS-CoV-2 infection between patients, healthcare providers and medical trainees. Gastroenterologists have been challenged to adopt to virtual consultations and accommodate medical trainees in their virtual clinics. Aims To assess the impact of virtual care on medical education during the COVID-19 pandemic Methods A REDCap survey was disseminated among gastroenterology providers via email. The subsection of the survey on medical education consisted of 4 questions pertaining to inclusion of trainees in virtual clinics, type of virtual clinic, observation method and an open-ended question for additional comments. Quantitative data was analyzed using IBM SPSS Statistics 27 and qualitative theme analysis was applied for short answer responses. Results Of the 24 respondents that completed the survey, only 6 (25%) had trainees involved in their clinics (Table 1). The type of clinic consultations conducted were telephone only (50%), a combination of telephone, video and hospital-base telehealth (33.3%) and hospital-based telehealth only (16.7%). There was an equal split between direct and indirect observations. Preceptors that had previous experience with virtual consultation prior to the pandemic, were more likely to include trainees in their virtual clinics (66.6% vs 33.4%; Fisher’s exact test, p=0.033). For preceptors who included trainees in their virtual clinics, their overall satisfaction averaged 0.51 points lower (95% CI: 0.19–0.84, p=0.004). Concerns identified were lack of trainee engagement, adequate remuneration for healthcare providers, and lack of training for trainee and preceptors on how to navigate virtual platforms. Conclusions This survey demonstrates that gastroenterologists with previous experience with virtual clinics are more likely to accommodate trainees in their virtual clinics. However, involving trainees seem to reduce preceptor’s satisfaction with virtual clinic. Our findings suggest that there is a need to provide telemedicine training for both educators and trainees, in order to alleviate concerns and promote its adoption as organizations seek to continue to provide high-quality medical education while providing virtual care. Funding Agencies None
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 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,001 |
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 ».