The Impact of Previous Cardiology Electives on Canadian Medical Student Interest and Understanding of Cardiology
Notice bibliographique
Résumé
Background: Most Canadian medical schools do not have mandatory cardiology rotations. Early exposure to clinical cardiology aids career navigation, but clerkship selectives are chosen during pre-clerkship. This study investigates whether prior elective experiences affect medical student interest as well as understanding of cardiology before clerkship selections. Methods: A literature search was conducted using Google Scholar, Embase and PubMed to create an evidence-based cross-sectional survey. The anonymous questionnaire was administered to 53 second-year medical students at a Canadian medical school via Opinio, an online survey platform. Students were assessed on their interest and understanding of cardiology practice using a 5-point Likert Scale. Descriptive statistics and Chi-Square analysis were applied to assess the relationship between previous elective experience, medical student interest, and understanding of career-related factors pertaining to cardiology. Results: Overall, 26 (49.1%) students reported cardiology interest, while it was a preferred specialty for 9 (17.0%). Medical students reported low understanding of community practice (n=20, 37.7%), duration of patient relationships (n=14, 26.4%), spectrum of disorders (n=13, 24.5%), and in-patient care (n=11, 20.8%) associated with cardiology practice. Students with prior cardiology electives had increased understanding of in-patient care (χ2 = 4.688, Cramer’s V = 0.297, p = 0.030 and were more likely to select cardiology as a top specialty choice (χ2 = 7.983, Cramer’s V = 0.388, p = 0.005). Conclusions: Pre-clerkship medical students have a low understanding of cardiology practice. Increasing pre-clerkship exposure to cardiology may help students determine their interest in the specialty before clerkship selectives are chosen.
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 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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».