MétaCan
Menu
Retour à la cohorte
Enregistrement W4281740544 · doi:10.1308/rcsbull.2022.83

Cultural challenges facing UK surgeons providing education in low and middle income countries

2022· article· en· W4281740544 sur OpenAlexaff
SP Hodgson, Mohamed Abdelrahman, B Jemec, WL Lam, Faith C. Muchemwa, Tanveer Ahmed, SC Tucker

Notice bibliographique

RevueBulletin of The Royal College of Surgeons of England · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCultural Competency in Health Care
Établissements canadiensTrillium Health Centre
Organismes subventionnairesnon disponible
Mots-clésLow and middle income countriesWork (physics)Relevance (law)MedicineDeveloping countryPolitical scienceEconomic growthMedical educationPublic relationsEconomicsLawEngineering

Résumé

récupéré en direct d'OpenAlex

Surgeons from high income countries such as the UK are well placed to support our surgical colleagues in low and middle income countries by performing educational visits. This paper describes the experience of the British Society for Surgery of the Hand and the British Foundation for International Reconstructive Surgery and Training, which have been supporting educational work delivered by their members since 2010. There have been many lessons learnt, including solving challenges caused by our cultural differences. We outline the challenges and cultural intelligence theory that has helped resolution. These lessons may be of relevance to any surgeons from high income countries undertaking educational work in low and middle income countries.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,565
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,022
Tête enseignante GPT0,269
Écart entre enseignants0,247 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of The Royal College of Surgeons of EnglandMême sujetCultural Competency in Health CareTravaux en français237 207