Exploring the global impact of the COVID-19 pandemic on medical education: an international cross-sectional study of medical learners
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The evidence surrounding the impact of COVID-19 on medical learners remains anecdotal and highly speculative despite the anticipated impact and potential consequences of the current pandemic on medical training. The purpose of this study was to explore the extent that COVID-19 initially impacted medical learners around the world and examine global trends and patterns across geographic regions and levels of training. METHODS: A cross-sectional survey of medical learners was conducted between March 25-June 14, 2020, shortly after the World Health Organization declared COVID-19 a pandemic. RESULTS: 6492 learners completed the survey from 140 countries. Most medical schools removed learners from the clinical environment and adopted online learning, but students reported concerns about the quality of their learning, training progression, and milestone fulfillment. Residents reported they could be better utilized and expressed concerns about their career timeline. Trainees generally felt under-utilized and wanted to be engaged clinically in meaningful ways; however, some felt that contributing to healthcare during a pandemic was beyond the scope of a learner. Significant differences were detected between levels of training and geographic regions for satisfaction with organizational responses as well as the impact of COVID-19 learner wellness and state-trait anxiety. CONCLUSIONS: The disruption to the status quo of medical education is perceived by learners across all levels and geographic regions to have negatively affected their training and well-being, particularly amongst postgraduate trainees. These results provide initial empirical insights into the areas that warrant future research as well as consideration for current and future policy planning.
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.
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 | 0,003 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,079 | 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 découle