Considering the potential unintended consequences of RateMDs: an exploratory study in one specialty
Notice bibliographique
Résumé
Background: Websites that facilitate communication between patients regarding their experiences with individual physicians are now relatively commonplace. Given patient-generated ratings are publicly available, physicians could use these to access rarely available patient feedback. We explored the content of reviews associated with low physician ratings and consider the potential benefits and consequences of relying on this form of freely available data to support individual life-long learning. Methods: We conducted an exploratory qualitative descriptive study. We collected narrative comments associated with low numerical ratings on one physician-rating website (RateMDs) drawn from one specialty in Canada. Written reviews associated with low numerical ratings (≤2/5) for Canadian otolaryngologists were collected yielding a total of 878 comment sets that were analyzed deductively and iteratively. Results: We found that patient comments described poor performance in areas that aligned, for the most part, with the CanMEDS roles including Professional, Communicator, and Leader; specifically referring to management of the clinical environment, administrative staff, and trainees. Conclusion: While not intended for physician feedback, physicians could access patient-to-patient ratings and associated written reviews as a means to identify areas of practice improvement. However, this represents an unintended use of these websites. While speculative, access to patient-to-patient rating websites could negatively impact physician confidence or self-worth - representing a negative consequence of their use. The utilization of these data for potential self-improvement represents an unintended use of patient-to-patient ratings and so may be accompanied by unintended consequences for physicians who use these data as potential feedback, and patients who contribute to physician rating sites.
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 | 0,028 | 0,102 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; 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 ».