MétaCan
Menu
Retour à la cohorte
Enregistrement W4212968512 · doi:10.1053/j.semvascsurg.2022.02.002

Stakeholder perspectives on education in aortic dissection

2022· article· en· W4212968512 sur OpenAlexaff
Stephanie D. Talutis, Jacob Watson, Earl Goldsborough, Eileen Masciale, Karen Woo, Melanie Case, Novelett E. Cotter, Carmen C. David, Mark Fasano, Richard Goldenberg, Jake Howitt, Timo T. Söderlund, Debra Trotter, Asaf Rabin, Mattie Boehler-Tatman, Melissa L. Russo, Laura M. Drudi, Laura L. Marks, Maisoon D. Yousif, Tabea Hoffstaetter, Ella Taubenfeld, Sreekanth Vemulapalli, Chrisanne S. Campos, Lindsey Rusche, Robert C.F. Pena, Firas F. Mussa, Gretchen MacCarrick, Christeen Samuel, Lillian Xu, Nicolas J. Mouawad, Eanas S. Yassa, Xiaoyi Teng, Amani D. Politano, Jesse Teindl, Lara Bloom, Rebecca Gluck, Meredith Ford O'Neal, Josephine Grima, Takeyoshi Ota, Katelyn Wright, Alan J. Hakim, Gareth Owens, George J. Arnaoutakis, Dejah R. Judelson, Mario D’Oria, Lurdes del Rio-Sola, Mark Ajalat, Marvin Chau, Max V. Wohlauer, JeniannA. Yi, Kim A. Eagle, Marion A. Hofmann Bowman, Eva Kline‐Rogers, Hyein Kim, Claudine Henoud, Scott M. Damrauer, Emilia Król, Rana O. Afifi, Alana C. Cecchi, Madeline Drake, Anthony L. Estrera, Avery M Hebert, Dianna M. Milewicz, Siddharth K. Prakash, Aaron W. Roberts, Harleen K. Sandhu, Akili Smith-Washington, Akiko Tanaka, Myra Ahmad, Catherine M. Albright, Christopher R. Burke, Peter H. Byers, L’Oreal Kennedy, Sarah Lawrence, Jenney R. Lee, Jonathan Medina, Thamanna Nishath, Julie Pham, Courtney Segal, Sherene Shalhub, Michael Soto, Linell Catalan, Megan S. Patterson, Nicole Ilonzo

Notice bibliographique

RevueSeminars in Vascular Surgery · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAortic Disease and Treatment Approaches
Établissements canadiensDalhousie UniversityCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Institutes of HealthEhlers-Danlos SocietyPatient-Centered Outcomes Research Institute
Mots-clésMedicineStakeholderWorking groupMedical educationResource (disambiguation)Focus groupDiversity (politics)Patient educationWork (physics)Public relationsNursingSociologyComputer scienceMarketingBusinessPolitical science

Résumé

récupéré en direct d'OpenAlex

The Aortic Dissection (AD) Collaborative was established to evaluate patient-centered research priorities in AD. Education was identified as a topic of interest by the stakeholders. The AD Collaborative Education Working Group evaluated existing educational resources and identified areas amenable to comparative effectiveness research. The most important positive qualities of available AD education resources are ease of use, diversity of representation, accessibility, and organization. The most important negative qualities of these resources are non-patient-centered language, promotional themes, and those with limited applicability and accessibility. Through a series of focus groups, the Working Group identified target audiences for AD education and educational material content and critically assessed and prioritized barriers to effective AD education. Both the target audiences and the barriers include clinicians and patients themselves. The Working Group defined initiatives to overcome barriers, to include a comprehensive, universally agreed on AD resource that is updated in real time and making education accessible to all relevant target audiences. The Working Group then prioritized needs for comparative effectiveness research in AD education and determined that clinician education is the top priority for future efforts. The Working Group determined that assessment and evaluation of specific and appropriate screening strategies is the second most important priority. Finally, the Working Group identified patient education as the third most important priority, specifically determining how patients and their support groups learn best, the ideal strategies for information dissemination, and methods of assessing understanding and satisfaction with the education process.

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)0,141
score de la tête « metaresearch » (Gemma)0,114
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,141
Score d'incertitude au seuil0,743

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1410,114
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0160,009
Communication savante0,0120,008
Science ouverte0,0020,020
Intégrité de la recherche0,0100,009
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,273
Écart entre enseignants0,245 · 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeminars in Vascular SurgeryMême sujetAortic Disease and Treatment ApproachesTravaux en français237 207