How To Prepare Dental Students For The Antibiotic Resistance Crisis?
Notice bibliographique
Résumé
Antibiotic resistance is one of the most serious issues facing global societies. Millions of people die yearly due to infections that are not responsive to antibiotic treatment strategies anymore. As active prescribers of antibiotics, the dental profession plays a central role in mitigating the progression of antibiotic resistance. Therefore, the aim of this project was to approach dental students in the Asia Pacific region to understand the challenges they currently face when dealing with antibiotic resistance. A semi-structured questionnaire with both close and open-ended questions was employed digitally to collect responses from dental students in all years from institutions in four different countries in the Asia Pacific region. Recurring and concerning themes were identified in open-ended responses with regards to dissonance between the theoretical knowledge and clinical application, as well as a large variation regarding education received from instructors. Students highlighted that the pressing issue of microbiology and antibiotic resistance is often addressed in the first years of dental education, with little time committed to it once clinical training commences. Further, the added pressure from patients to have antibiotics prescribed was noted both in close as well as in open-ended responses. Microbiology and antibiotic resistance occupy a unique position in oral health care due to their involvement in the etiopathology of oral diseases that present high burden and impact worldwide. The data presented here coupled with mounting evidence in the literature clearly indicates that the theme needs to be better embedded and emphasized in dental curricula.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».