Survey of Canadian urology residency programs: Perception of virtual education during the COVID-19 pandemic and beyond
Notice bibliographique
Résumé
INTRODUCTION: The COVID-19 pandemic has caused many residency programs to pivot from traditional face-to-face to virtual teaching. The objective of this study was to assess the state of virtual education in Canadian urology programs and gauge interest in a national virtual curriculum. METHODS: An electronic 15-item survey was distributed to all 13 Canadian urology programs' directors and administrative assistants for circulation to residents. Data collection took place over six weeks from September to November 2020. A mixed-methods approach was used, including descriptive statistics and an inductive thematic analysis of responses to open-ended questions. RESULTS: Eleven program directors and 32 residents from all four geographic areas (Atlantic, Ontario, Quebec, Western [MB, AB, BC]) responded to the survey. Overall, 95.3% of respondents indicated a role for virtual education in their program during the pandemic. Most respondents (74.4%) believe there is a significant or very significant role for a virtual national urology curriculum. All program directors indicated they are at least somewhat likely to require resident participation in such a curriculum. Most (90.6%) resident respondents indicated they believe such a curriculum will be at least somewhat important to their learning. Commonly described benefits include exposure to subspecialties, expertise at other institutions, and standardization of teaching. Commonly described barriers include difficulty with engagement, time zone differences, and lack of dedicated time for attendance. CONCLUSIONS: During the COVID-19 pandemic, virtual education has become well-integrated in Canadian urology programs. This study highlights interest in the development of a national virtual urology curriculum and puts forth some key considerations to ensure its success.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».