MétaCan
Menu
Retour à la cohorte
Enregistrement W4395047486 · doi:10.24908/pocus.v9i1.17372

Pediatric Emergency Medicine Ultrasound Fellowship Programs

2024· article· en· W4395047486 sur OpenAlexvenueno aff
Sigmund Kharasch, Matthew M. Moake, Antonio Riera

Notice bibliographique

RevuePOCUS Journal · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound in Clinical Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPediatric emergency medicineUltrasoundMedicineEmergency medicineMedical physicsMedical emergencyEmergency departmentRadiologyEmergency physicianNursing

Résumé

récupéré en direct d'OpenAlex

Point of care ultrasound (POCUS) has undergone important growth in the field of Pediatric Emergency Medicine (PEM) in the last 14 years and is recognized as a critical diagnostic tool in the care of ill and injured children. The first PEM POCUS fellowship was established in 2010. Now, there are currently 30 ultrasound fellowships that offer training to PEM physicians. In 2014, 46 PEM POCUS leaders established the P2 (PEM POCUS) Network (www.P2network.org). This serves as a platform for sharing expertise, building research collaborations, and offering mentorship in the use of POCUS in PEM. In 2019, a multinational group of experts in PEM POCUS published the first consensus guidelines for prioritizing core applications of POCUS, which are fundamental to PEM fellowship training 1. In 2022, the international research priorities for PEM POCUS were published 2. In the same year, the development of a consensus-based definition of focused assessment with sonography for trauma (FAST) in children was established 3.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,422
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,071
Tête enseignante GPT0,390
Écart entre enseignants0,318 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePOCUS JournalMême sujetUltrasound in Clinical ApplicationsTravaux en français237 207