A Way Forward in the COVID-19 Pandemic: Making the Case for Narrative Competence in Pulmonary and Critical Care Medicine
Notice bibliographique
Résumé
Each surge of the coronavirus disease (COVID-19) pandemic presented new challenges to pulmonary and critical care practitioners. Although some of the initial challenges were somewhat less acute, clinicians now are left to face the physical, emotional, and mental toll of the past 2 years. The pandemic revealed a need for a more varied skillset, including space for reflection, tolerance of uncertainty, and humanism. These skills can assist clinicians who are left to heal from the difficulty of caring for patients in the absence of families who were excluded from the intensive care unit, public distrust of vaccines, and morgues overtaken by our patients. As pulmonary and critical care medicine practitioners and educators, we believe that cultivating practices, pedagogies, and institutional structures that foster narrative competence, "the ability to acknowledge, absorb, interpret, and act on the stories and plights of others," in our ourselves, our trainees, and our colleagues, may provide a productive way forward. In addition to fostering needed skills, this practice can promote necessary healing as well. This perspective introduces the practice of narrative competence, provides evidence of support for its implementation, and suggests opportunities for curricular integration.
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 | 0,024 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,014 | 0,049 |
| Communication savante | 0,014 | 0,022 |
| Science ouverte | 0,002 | 0,019 |
| Intégrité de la recherche | 0,011 | 0,021 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».