Challenges to the orthopedic resident workforce during the first wave of COVID-19 pandemic: Lessons learnt from a global cross-sectional survey
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic has caused unprecedented concerns on the safety, well-being, quality of life(QOL), and training of the orthopedic resident physician workforce worldwide. Although orthopedic residency programs across the globe have attempted to redefine resident roles, educational priorities, and teaching methods, the global orthopedic residents' perspective with regards to their safety, well-being, QOL, and training, taking into account regional variances remains unknown. METHODS: A 56-item-questionnaire-based cross-sectional survey was conducted online during the COVID-19 pandemic involving 1193 orthopedic residents from 29 countries across six geographical regions to investigate the impact of the COVID-19 pandemic on the well-being, safety, and training of orthopedic residents at a global level, as well as to analyze the challenges confronted by orthopedic residency programs around the world to safeguard and train their resident workforce during this period. RESULTS: < 0.001. Only 46.5% (n = 491) and 58.4% (n = 600) of residents underwent training in critical care or PPE (Personal Protective equipment) usage, respectively; 28.5% (n = 302) residents (majority from Africa, Middle East, South America) reported lack of institutional guidelines to handle infectious outbreaks; 15.4% (n = 160) residents (majority from Africa, Asia, Europe) had concerns regarding availability of PPE and risk of infection. An increase in technology-based virtual teaching modalities was observed. The most significant stressor for residents was the concern for their family's health. Residents' QOL significantly decreased from 80/100 (IQR 70-90) to 65/100 (IQR 50-80) before and during the pandemic, p < 0.001. CONCLUSIONS: The COVID-19 pandemic has significantly impacted the safety, well-being, QOL, and training of the global orthopedic resident physician workforce to different extents across geographical regions. The findings of this study will aid educators, program leaderships, and policy makers globally in formulating flexible, generalizable, and sustainable strategies to ensure resident safety, well-being, and training, while maintaining patient care.
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 | 0,005 | 0,010 |
| 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 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».