Knowledgeof Dermatology Residents on the COVID-19 Pandemic: A Cross-Sectional Study
Notice bibliographique
Résumé
Background: A novel coronavirus disease (COVID-19) has spread throughout the world leading to a global pandemic. As a result, all healthcare workers have been profoundly affected. Objectives: The goal of our study is to identify the level of knowledge and the effect of COVID-19 on dermatology residents. Methods: A cross-sectional analysis in which 77 dermatology residents from three Gulf Cooperation Council (GCC) countries and Canada completed an online questionnaire-based survey. The questionnaire consisted of four sections: one general information about the resident and three on knowledge, safety measures and impact of COVID-19, with a total of 26 questions. The questionnaire was scored out of 10 with those above the mean considered as having satisfactory knowledge. Results: The mean (SD) knowledge score was 6.25 (1.6). There was a statistically significant difference noted between the GCC countries and Canada in terms of the knowledge score (p-value=0.035). Only 14% of dermatology residents felt competent in managing COVID-19 patients. Seventy percent felt that the pandemic has negatively affected their dermatology training. Conclusion: Dermatology residents demonstrated a difference in knowledge score in relation to the geographic location of the program. Almost 46% of residents illustrated a satisfactory knowledge score about COVID-19. Only a small percentage of residents are confident in treating COVID-19 patients. Subsequently, the need for improved education of residents regarding COVID-19 before redeployment is warranted.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».