MétaCan
Menu
Retour à la cohorte
Enregistrement W4403161355 · doi:10.5694/mja2.52449

Australia's Remote Vocational Training Scheme: training and supporting general practitioners in rural, remote and First Nations communities

2024· article· en· W4403161355 sur OpenAlexaboutno aff
Patrick Giddings, Belinda O’Sullivan, Matthew McGrail, Marlene Drysdale, Tony T Trevaskis, Jacki Mein

Notice bibliographique

RevueThe Medical Journal of Australia · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of Health and Aged Care, Australian Government
Mots-clésTraining (meteorology)Vocational educationScheme (mathematics)Medical educationRural areaRural healthMedicineGeographyPsychologyPedagogyMathematics

Résumé

récupéré en direct d'OpenAlex

Perspective Australia's Remote Vocational Training Scheme: training and supporting general practitioners in rural, remote and First Nations communities T he Remote Vocational Training Scheme (RVTS) is an independent rural general practice workforce and training program fully funded by the Department of Health and Aged Care since 2000.It is operationally delivered by the Remote Vocational Training Scheme Ltd (a national training provider).This perspective article describes the RVTS and its development over time to lay the foundations for this supplement on Growing and sustaining doctors in rural, remote and First Nations communities, which shows the outcomes of the RVTS program.The RVTS supports the delivery of vocational general practice and rural generalist training for the Royal Australian College of General Practitioners (RACGP) and/or the Australian College of Rural and Remote Medicine (ACRRM).In doing so, the RVTS regularly liaises with both general practice colleges to manage accreditation, training requirements, and examinations among other issues.However, the RVTS has a nuanced focus compared with other rural general practice vocational training pathways (Box 1).

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,172
Tête enseignante GPT0,495
Écart entre enseignants0,323 · 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'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

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Medical Journal of AustraliaMême sujetGlobal Health Workforce IssuesTravaux en français237 207