Notice bibliographique
Résumé
AMERICAN AUTHOR and organizational behavior expert Margaret Wheatley reminds us that professional communities grow in meaningful ways when they discover common values and priorities — a process that can only occur when there is a willingness to ask many questions and be open to new perspectives. In this issue of JMR, we offer three articles that reflect the spirit of such discovery, starting with “Saskatchewan Physicians’ Opinions of their Personalized Prescribing Profiles” (page 7). Authors from Canada studied how regulators perceive physician prescribing of controlled substances and physicians’ reflections on their own prescribing practices — drawing interesting conclusions that could decrease the tensions that sometimes arise around the process of monitoring controlled-substance prescribing. Reflection on one’s prescribing practice can be hard, especially when presented by regulatory bodies. But it can also be a good thing — leading to enlightenment, more appropriate prescribing and enhanced patient safety. In “Public Knowledge and Beliefs Regarding Licensure, Certification and Medical Education of Physician Assistants” (page 26), authors from the National Commission on Certification of Physician Assistants take a serious look at how the physician assistant (PA) profession is perceived by the public. As a relatively new medical profession, PA numbers are small and patients have limited knowledge of how they are trained and credentialed. The profession’s inquiry into patients’ perspectives will help as it works to enhance public understanding and inform decisions regarding regulation. In “Strategies to Enhance Boards of Medicine Responses to Medical Error” (page 17), we learn, through stakeholder interviews, that reinventing state medical boards’ review process is urgent. The traditional review of physicians in isolation is obsolete. Health care, increasingly provided by teams in large health care systems, often leaves practitioners reported to a medical board as victims of system-induced errors. The article helps us reflect on the need for collaboration between health care systems and regulators to identify good physicians, distinguishing them from ones who truly have knowledge or skills deficits. Improved strategies for regulators are needed to address these issues, which bring unintended consequences for practitioners and for patients.
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 | 0,002 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,358 | 0,229 |
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 ».