ReThinking clinical reasoning: A paradigm shift
Notice bibliographique
Résumé
Numerous studies have demonstrated that our healthcare systems and medical education programs are fundamentally flawed. In North America and Europe, most systems were built upon values and structures that have historically benefitted middle and upper class males of European descent in the global north. As a result, there continue to be systemic biases that are pervasive throughout our healthcare systems and medical education programs. This has led to inequities in health outcomes and clinical reasoning practices which marginalize several communities. These biases are perpetuated as we continue to lead medical education research and practice with traditional values and views of evidence. To address these issues, we proposed a 'flipped' conference in which three interdisciplinary writing teams, comprised of both junior and senior academics, clinicians, and researchers, were invited to rethink the foundations of clinical reasoning. In the months leading up to the conference, each writing team explored a specific topic related to clinical reasoning and racial equity. The papers, presented during the virtual conference are now available in this issue of the Journal for the Evaluation of Clinical Practice. In addition, 6 more publications were added to this special topic to showcase new evidence and theory that builds on the recommendations in the three core papers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,330 | 0,209 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,009 | 0,004 |
| Études des sciences et des technologies | 0,013 | 0,108 |
| Communication savante | 0,035 | 0,048 |
| Science ouverte | 0,010 | 0,026 |
| Intégrité de la recherche | 0,017 | 0,042 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».