MétaCan
Menu
Retour à la cohorte
Enregistrement W4382181330 · doi:10.28920/dhm53.2.138-141

Hyperbaric medicine in Canadian undergraduate medical school curriculum

2023· article· en· W4382181330 sur OpenAlexaffabout
Zoé Talbot, Alex Lee, Sylvain Boet

Notice bibliographique

RevueDiving and Hyperbaric Medicine Journal · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetic Foot Ulcer Assessment and Management
Établissements canadiensInstitut du Savoir MontfortOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésHyperbaric oxygenCurriculumMedicineMedical schoolMedical educationFamily medicineIntensive care medicinePsychologySurgeryPedagogy

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Hyperbaric oxygen treatment (HBOT) has fourteen approved indications in the management of acute and chronic diseases in various medical specialties. However, lack of physician knowledge and exposure to hyperbaric medicine may hinder the ability of patients to access this treatment option for approved indications. We aimed to determine the prevalence and nature of HBOT-related learning objectives in Canadian undergraduate medical education programs. METHODS: Pre-clerkship and clerkship learning objectives from responding Canadian medical schools' curricula were reviewed. These were acquired through the school websites or by emailing the faculties. Descriptive statistics were used to summarise the number of hyperbaric medicine objectives taught in Canadian medical schools, and within each institution. RESULTS: Learning objectives from seven of the 17 Canadian medical schools were received and reviewed. From the curriculum of the responding schools, only one objective was found to be related to hyperbaric medicine. Hyperbaric medicine was absent from the other six schools' objectives. CONCLUSIONS: Based on the responding Canadian medical schools, hyperbaric medicine objectives were mostly absent from undergraduate medical curricula. These findings illustrate a possible gap in HBOT education and the need for discussion regarding the design and implementation of HBOT educational initiatives in medical training.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,403
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,017
Tête enseignante GPT0,300
Écart entre enseignants0,284 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueDiving and Hyperbaric Medicine JournalMême sujetDiabetic Foot Ulcer Assessment and ManagementTravaux en français237 207