The effects of COVID-19 on Canadian surgical residents’ education and wellness
Notice bibliographique
Résumé
Background: The COVID-19 pandemic has challenged health care systems. We sought to comprehend the impact of the COVID-19 pandemic on surgical residents' education and mental well-being across Canada. Methods: An online 51-question survey was distributed to surgical residents across all 17 Canadian post- graduate surgical residency programs. The questionnaire contained questions concerning demographic factors, perceived effects of COVID-19 pandemic on surgical training and residents' mental health (categorically demonstrating whether it improved, stayed the same, or worsened). Health habits were measured as continuous variables and compared before and during the pandemic. Additionally, participants reported the performance of wellness offices' response to their needs during this crisis. Results: A total of 122 out of 650 (19%) residents from all surgical specialities anonymously completed the survey. The majority (68%) reported a worsening in their surgical training. 94% of participants favored online teaching as a complementary method to in-person teaching. As to health habits, 38% reported a rise in their alcohol consumption and time spent seated. Only a minority (25%) felt happier and 41% reported experiencing more anxiety in comparison to surgical training pre-COVID-19. Merely 14% reported benefitting from wellness programs. Conclusion: The COVID-19 pandemic had a negative effect on the perceived quality of surgical training, education, and resident mental health. There is an urgent need to reconsider the implemented measures in medical education and urge us to develop better agendas to face the current or future waves.
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 | 0,001 | 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 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 ».