Protocol for the 2023 CERA Clerkship Director Survey
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Introduction: CERA, the Council of Academic Family Medicine Educational Research Alliance, is a unique collaboration between multiple family medicine organizations to conduct omnibus surveys of distinct groups within family medicine. CERA’s vision is to support excellence in family medicine educational research and improve research skills in family medicine. This paper describes the methods of the 2023 Clerkship Directory Survey and presents the demographic results of survey respondents. Methods: CERA’s call for proposals for the annual Clerkship Directory Survey opened from January 2023 to February 2023. Five topics were selected, and authors of the selected proposals had a mentor assigned to their project. The survey was sent to Clerkship Directors via SurveyMonkey (Momentive, Inc) on May 30, 2023 and responses were collected through June 30, 2023. χ2 tests were used for descriptive analysis. Results: The survey was initially sent to 179 potential respondents but after receiving updated clerkship information, the final pool size was 169 (163 United States, 16 Canada). Ninety-six clerkship directors completed the survey, with a response rate of 56.80% (96/169). The demographic data of potential clerkship director respondents were compared with the demographic data of actual respondents. There were no significant difference in demographic data including location, gender, race/ethnicity and underrepresented in medicine status. Discussion: This paper describes the methods of the 2023 CERA Clerkship Directory Survey and shows that survey respondents are representative of clerkship directors. Authors of the five accepted survey topics are responsible for publishing their study findings.
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.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 | 0,004 |
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 découle