Protocol for the 2023 CERA Department Chair 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 program sponsored by the academic family medicine organizations with the goal of supporting and improving educational research in family medicine. CERA produces surveys of different groups in academic family medicine, including an annual survey of department chairs, and members can apply to add their question sets to these surveys. This article describes the methods and demographics of the 2023 CERA Department Chair Survey. Methods: The call for proposals for the CERA Department Chair Survey was open from April 3, 2023 through May 9, 2023. Fifteen proposals were received, and five were accepted for the final survey based on scoring by peer reviewers. The Institutional Review Board of the American Academy of Family Physicians approved the survey. The final survey, including question sets from five research teams and standard demographic questions, was sent to 227 department chairs in the United States and Canada. Results: Overall, 114 chairs responded to the survey, for a response rate of 50.2%. Demographic variables, including race/ethnicity, gender, age, and region of the country, did not differ between respondents and nonrespondents. Discussion: The CERA Department Chair Survey provides a framework for members of academic family medicine organizations to conduct survey research on topics that are important to the specialty. Advantages of the CERA process include a national sample and robust response rate. Disadvantages are primarily the limitation in number of survey questions and the fact that not all proposals are accepted.
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 | 0,002 | 0,009 |
| 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 | 0,000 | 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) | 0,001 | 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 découle