MétaCan
Menu
Retour à la cohorte
Enregistrement W4391364736 · doi:10.1016/j.jsurg.2023.12.004

Factors Influencing Exam Performance of Surgical Trainees in Sub-Saharan Africa: A Retrospective Analysis of the College of Surgeons in East, Central, and Southern Africa Membership Examination

2024· article· en· W4391364736 sur OpenAlexaff
Lawa Shaban, Eric O’Flynn, Wakisa Mulwafu, Eric Borgstein, Abebe Bekele, Niraj Bachheta, Debbi Stanistreet, Jakub Gajewski

Notice bibliographique

RevueJournal of surgical education · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensCentre for Global Health Research
Organismes subventionnairesScience Foundation IrelandRoyal College of Surgeons in Ireland
Mots-clésCurriculumEconomic shortageDemographicsMedical educationDuration (music)MedicinePsychologyFamily medicineDemographyPedagogyGovernment (linguistics)

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The College of Surgeons of East, Central, and Southern Africa (COSECSA) has been expanding surgical training in sub-Saharan Africa to respond to the shortage in the region. However, acquiring surgical skills requires rigorous training, and these skills are repeatedly assessed throughout training. Therefore, understanding the factors influencing these assessments is crucial. Previous research has identified individual characteristics, educational background, curriculum structure and previous exam outcomes to influence performance. However, COSECSA's Membership of the College of Surgeons (MCS) exam has not been investigated for factors influencing performance, which this study aims to investigate. METHODS: Data from MCS trainees who took the exam between 2015 and 2021 were analyzed. Trainee demographics, institutional affiliation, operative experience, and exam performance were considered. Linear regression models were used to analyze the factors related to written and clinical exam performance. RESULTS: Out of 354 trainees, 228 were included in the study. Factors such as training duration, the ratio of emergency surgeries, institutional funding source, and country language were associated with written exam performance. Training duration, funding source, exposure to major surgeries, and the ratio of performing operations were significant factors for the clinical exam. DISCUSSION: Operative experience, institutional affiliation, training duration, and language proficiency influence exam performance. Hospitals funded by faith-based organizations or nongovernmental organizations had trainees with higher scores. Prolonged training did not guarantee improved performance. Lastly, having English as an official language improved written exam scores. Gender and country of training did not significantly impact performance. CONCLUSION: This study highlights the importance of operative experience, institutional affiliation, and language proficiency in the exam performance of surgical trainees in COSECSA. Interventions to enhance surgical training and improve exam outcomes in sub-Saharan Africa should consider these factors. Further research is needed to explore additional outcome measures and gather comprehensive data on trainee and hospital characteristics.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,028
Tête enseignante GPT0,281
Écart entre enseignants0,253 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of surgical educationMême sujetGlobal Health and SurgeryTravaux en français237 207