MétaCan
Menu
Retour à la cohorte
Enregistrement W3136051178 · doi:10.36834/cmej.71172

Adapting clinical skills volunteer patient recruitment and retention during COVID-19

2021· article· en· W3136051178 sur OpenAlexaffvenue
Alasdair Nazerali‐Maitland, Reed K. Holden, Amanda Jones, Jenni Uitto Cardoso, Kelly Levido, Christina Douglas

Notice bibliographique

RevueCanadian Medical Education Journal · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Volunteer2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Medical educationMedicinePsychologyBiologyInternal medicineVirology

Résumé

récupéré en direct d'OpenAlex

L'enseignement des habiletés cliniques doit être adapté au contexte de la pandémie, en premier lieu par le maintien de la participation des patients volontaires (PV) afin de faciliter le développement des aptitudes requises pour les soins aux patients. Le nombre de PV disponibles a considérablement baissé en raison de la pandémie. Nous proposons des solutions concrètes pour recruter, motiver et retenir les PV, ces solutions pouvant être facilement introduites dans tous les types de site. Le cadre SLIM-COVID peut faciliter l'adaptation des programmes d'études pour assurer la participation de patients dans l'enseignement des habiletés cliniques dans le contexte de la pandémie.

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)0,030
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,160

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,052
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0030,002
Science ouverte0,0020,008
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,003

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 Opus0,130
Tête enseignante GPT0,497
Écart entre enseignants0,367 · 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'étudeQualitatif
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'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Education JournalMême sujetHealthcare professionals’ stress and burnoutTravaux en français237 207