The impact of COVID-19 on rheumatology training—results from the COVID-19 Global Rheumatology Alliance trainee survey
Notice bibliographique
Résumé
Objective: The aim was to evaluate the impact of the coronavirus disease 2019 (COVID-19) pandemic on the clinical experiences, research opportunities and well-being of rheumatology trainees. Methods: A voluntary, anonymous, Web-based survey was administered in English, Spanish or French from 19 August 2020 to 5 October 2020. Adult and paediatric rheumatology trainees were invited to participate via social media and email. Using multiple-choice questions and Likert scales, the perceptions of trainees regarding the impact of the COVID-19 pandemic on patient care and redeployment, learning and supervision, research and well-being were assessed. Results: There were 302 respondents from 33 countries, with 83% in adult rheumatology training. An increase in non-rheumatology clinical work was reported by 45%, with 68% of these having been redeployed to COVID-19. Overall, trainees reported a negative impact on their learning opportunities during rheumatology training, including outpatient clinics (79%), inpatient consultations (59%), didactic teaching (55%), procedures (53%), teaching opportunities (52%) and ultrasonography (36%). Impacts on research experiences were reported by 46% of respondents, with 39% of these reporting that COVID-19 negatively affected their ability to continue their pre-pandemic research. Burnout and increases in stress were reported by 50% and 68%, respectively. Physical health was negatively impacted by training programme changes in 25% of respondents. Conclusion: The COVID-19 pandemic has had a substantial impact on rheumatology training and trainee well-being. Our study highlights the extent of this impact on research opportunities and clinical care, which are highly relevant to future curriculum planning and the clinical learning environment.
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 | 0,006 | 0,108 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».