Inadequacies in Undergraduate Musculoskeletal Education—A Survey of Nationally Accredited Allopathic Medical Programs in Canada
Notice bibliographique
Résumé
OBJECTIVE: The aim of the study is to document the current state of musculoskeletal (MSK) medicine education across nationally accredited undergraduate medical programs. DESIGN: A cross-sectional survey design was used to gather curricular data on the following three musculoskeletal themes: (1) anatomy education, (2) preclinical education, and (3) clerkship education. RESULTS: The survey had a 100% response rate with all 14 English-language medical schools in Canada responding. The mean time spent teaching musculoskeletal anatomy was 29.8 hrs (SD ± 13.7, range = 12-60), with all but one program using some form of cadaveric-based instruction. Musculoskeletal preclinical curricula averaged 58.0 hrs (SD ± 53.4, range = 6-204), with didactic lectures, case-based learning, and small group tutorials being the most common modes of instruction. Curricular content varied greatly, with only 25% of "core or must-know" musculoskeletal topics being covered in detail by all programs. Musculoskeletal training in clerkship was required by only 50% of programs, most commonly being 2 wks in duration. CONCLUSIONS: Results document the large variability and curricular inadequacies that exist in musculoskeletal education across nationally accredited allopathic programs and highlight the need for the identification and implementation of more consistent musculoskeletal curricular content and educational standards by all nationally accredited medical programs.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».