MétaCan
Menu
Retour à la cohorte
Enregistrement W4400038185 · doi:10.1200/jco.2024.42.16_suppl.9038

Medical students' views on oncology specialty: A cross-sectional study.

2024· article· en· W4400038185 sur OpenAlexaff
Aydah Al‐Awadhi, Abubaker Hassan, Ghada S. M. Al‐Bluwi, Aamna AlShehhi, Sara Almansoori, Amanda Caissie, David Bowes, Tallal Younis

Notice bibliographique

RevueJournal of Clinical Oncology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvances in Oncology and Radiotherapy
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicineSpecialtyCross-sectional studyInternal medicineOncologyClinical OncologyFamily medicineCancerPathology

Résumé

récupéré en direct d'OpenAlex

9038 Background: Understanding medical students’ views on oncology, including in jurisdictions where societal misperceptions and social stigma about oncology exist, could help foster higher interest in oncology field among future physicians. This study is conducted to identify factors associated with interest in oncology and likelihood of pursuing a career in an oncology-related field among medical students across various medical schools in the United Arab Emirates (UAE). Methods: A cross-sectional study involving students from 7 medical schools across UAE was conducted. Students’ demographics (n=5), oncology education (n=3) and prior exposure to oncology (n=6) were examined. Likert-type questions assessed students’ interest in oncology and likelihood of pursuing a career in oncology, students’ perspective on factors potentially affecting interest in oncology career (n=12) and the following constructed themes; i) general views about oncology (n=5), ii) confidence in skills related to challenging encounters (n=4), iii) oncology education (n=5) and iv) oncology support (n=4) in medical school. Pilot testing and validation was conducted with acceptable reliability (Cronbach’s alpha ≥ 0.70). A multivariable logistic regression model was employed to identify independent variables associated with study outcomes. Results: Of all completed responses (n=145), about half were from students in UAEU vs other schools and in pre-medical vs preclinical/clinical phase (46% vs 54% and 51% vs 49%, respectively). Most (63%) had family member diagnosed with cancer and approximately a third (33%) felt pessimistic about oncology. Approximately half agreed that cancer diagnosis is often associated with social stigma (56%) and misperceptions (55%). Overall, 52% and 30% were interested in oncology and likely to pursue a career in oncology, respectively. The highest student-ranked factors affecting interest in oncology career included feeling pessimistic/optimistic about cancer, personal/family experience in cancer, opportunities to participate in oncology research, and availability of mentorship and good local residency program. Interest in oncology and likelihood of pursuing a career in oncology were associated with family member diagnosed with cancer (OR 2.55; 1.07 - 6.28 and 4.67; 1.53 - 16.9, respectively), feeling pessimistic about cancer (0.35; 0.13 - 0.89 and 0.08; 0.01 - 0.35, respectively) and premedical vs preclinical/clinical phase (OR 0.21; 0.06 - 0.67 and 0.06; 0.01 - 0.30, respectively). Interest in oncology was also positively correlated with a composite score derived from all questions in the constructed themes (p = 0.014 Wilcoxon Test). Conclusions: Students interest in oncology, and pursuing a career in oncology, is associated with personal/family experience in cancer, pessimistic views about oncology, and availability of mentorship/research/residency, but not social stigma or societal misperceptions.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,166
Tête enseignante GPT0,637
Écart entre enseignants0,472 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetAdvances in Oncology and RadiotherapyTravaux en français237 207