Protocol for the 2024 CERA Department Chair Survey
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Introduction: CERA, the Council of Academic Family Medicine (CAFM) Educational Research Alliance, is a program that provides an infrastructure for educational survey research. Members of the CAFM organizations can submit proposals to survey subgroups within academic family medicine. CERA's mission includes the production of rigorous medical education research as well as mentorship for newer researchers. The purpose of this article is to describe the methodology of the 2024 CERA Department Chair survey. Methods: The call for proposals for the survey was open from April 1-30, 2024. Ten proposals were received and five were accepted following a competitive peer-review process. The survey, which included questions from these five research teams as well as standard demographic questions, was approved by the American Academy of Family Physicians Institutional Review Baord. The sample was all chairs of departments of family medicine in the United States and Canada, as identified using member databases of CAFM organizations and responses to prior CERA surveys. The survey was then sent out via email using the Survey Monkey platform from August 13, 2024 through September 20, 2024. Results: The survey received 111 responses out of a population 218 potential participants, for a response rate of 50.92%. No significant differences were found for race/ethnicity, gender, age, or location between responders and the overall population. Conclusions: The 2024 CERA Department Chair Survey had an acceptable response rate, and no difference was found in demographic characteristics between responders and the overall population.
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.
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 | 0,027 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle