MétaCan
Menu
Retour à la cohorte
Enregistrement W4367021534 · doi:10.24911/ijmdc.51-1679736974

Perception of plastic surgery among medical students

2023· article· en· W4367021534 sur OpenAlexaboutno aff
Hani Shash, Sawsan Marzouq, Abdulrahman Alghamdi, Hayam Shash, Ahmed M Abu Quren

Notice bibliographique

RevueInternational Journal of Medicine in Developing Countries · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpecialtyMedical educationPerceptionMedicineCross-sectional studyFamily medicinePsychology

Résumé

récupéré en direct d'OpenAlex

Background: The misconception of plastic surgery as a purely esthetic specialty is common among medical students, interns, and the general population. Therefore, this questionnaire-based cross-sectional study was aimed at assessing the perception of plastic surgery among medical students and interns in Saudi Arabia and Canada. This study aims to elicit a thorough grasp of the numerous pathologies addressed by plastic surgeons from medical students and interns. Methods: A cross-sectional study was conducted in February 2020, targeting medical students and interns in Saudi Arabia: Imam Abdulrahman Bin Faisal University, King Saud bin Abdulaziz University for Health Sciences, King Abdulaziz University, and Canada (McGill). Paper and online-based questionnaires were distributed among participants, featuring 16 medical scenarios requiring participants to select the specialty that best fit each case. Nine of these scenarios were handled mainly by plastic surgeons. Results: All-inclusive, 729 students and interns answered the questionnaire. The fact that just three of the nine plastic surgery scenarios were accurately selected by the participants suggests that most medical students and interns need to understand the range of services that plastic surgeons can provide. Conclusion: This study concluded that there is an overlap between different surgical specialties in the field. Thus training initiatives and increased exposure to plastic surgery subspecialties throughout medical school and educational programs are needed to establish boundaries and dispel misconceptions about this specialty.

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)0,008
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,033
Tête enseignante GPT0,362
Écart entre enseignants0,329 · 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.

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Medicine in Developing CountriesMême sujetDiversity and Career in MedicineTravaux en français237 207