Pediatric fractures – an educational needs assessment of Canadian pediatric emergency medicine residents
Notice bibliographique
Résumé
Andrew C Dixon Department of Pediatrics, University of Alberta, Edmonton, AB, Canada Objectives: To determine the gaps in knowledge of Canadian pediatric emergency medicine residents with regards to acute fracture identification and management. Due to their predominantly medical prior training, fractures may be an area of weakness requiring a specific curriculum to meet their needs. Methods: A questionnaire was developed examining comfort level and performance on knowledge based questions of trainees in the following areas: interpreting musculoskeletal X-rays; independently managing pediatric fractures, physical examination techniques, applied knowledge of fracture management, and normal development of the bony anatomy. Using modified Dillman technique the instrument was distributed to pediatric emergency medicine residents at seven Canadian sites. Results: Out of 43 potential respondents, 22 (51%) responded. Of respondents, mean comfort with X-ray interpretation was 69 (62–76 95% confidence interval [CI]) while mean comfort with fracture management was only 53 (45–63 95% CI); mean comfort with physical exam of shoulder 60 (53–68 95% CI) and knee 69 (62–76 95% CI) was low. Less than half of respondents (47%; 95% CI 26%–69%) could accurately identify normal wrist development, correctly manage a supracondylar fracture (39%; 95% CI 20%–61%), or identify a medial epicondyle fracture (44%; 95% CI 24%–66%). Comfort with neurovascular status of the upper (mean 82; 95% CI 75–89) and lower limb (mean 81; 95% CI 74–87) was high. Interpretation: There are significant gaps in knowledge of physical exam techniques, fracture identification and management among pediatric emergency medicine trainees. A change in our current teaching methods is required to meet this need. Keywords: pediatric, fractures, education, radiologic interpretation
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».