Características de la formación de los cardiólogos en América Latina: una encuesta de la Sociedad Interamericana de Cardiología
Notice bibliographique
Résumé
Objectives: Describe the characteristics of the different cardiology medical residencies in Latin America. Method: Cross-sectional study that aims to evaluate the characteristics of cardiology residencies in Spanish-speaking countries of Latin America, through self-administered electronic surveys. Results: Three hundred seven residents of 147 residences were surveyed. Mean age was 31 years and 63% were male. Ninety eight percent carry out their training in the capital city. The average total training time is 4.8 years. Forty four percent complete their residency in internal medicine prior to starting cardiology, and 10% have no prior training. In cardiology training is 3 years in most countries. Fifty four percent present academic activities every day and 16% only once or less, consisting of theoretical classes (93%), clinical cases (85%), bibliographic workshops (69%), and writing scientific papers (68%). Supervision is carried out by the chief resident (45%), resident coordinator (44%), resident instructor (27%) or the department head (54%), while 2.6% do not present supervision. The main rotations were echocardiography (99%), hemodynamics (96%), coronary unit (93%), and electrophysiology (92%). Residents highlighted the need to improve academic activities (23%) and scientific production (12%). Conclusions: There are important differences in the academic and practical training between the residences of the different countries of America.
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 | 0,016 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,006 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».