Otolaryngology-Head and Neck Surgery clinical electives in undergraduate medicine: a cross-sectional observational study
Notice bibliographique
Résumé
Abstract Background Otolaryngology-Head and Neck Surgery (OHNS) electives provide medical students opportunities for knowledge acquisition, mentorship, and career exploration. Given the importance of electives on medical student education, this study examines OHNS clinical electives prior to their cancellation in 2020 due to the COVID-19 pandemic. Methods An anonymous 29-question electronic survey was created using the program “Qualtrics.” Themes included elective structure and organization, elective clinical and non-clinical teaching, evaluation of students, and the influence of electives on the Canadian Residency Match (CaRMS). The survey was distributed through the Canadian Society of Otolaryngology e-newsletter and e-mailed to all OHNS undergraduate and postgraduate program directors across Canada. Results Forty-two responses were received. The vast majority of respondents felt that visiting electives were important and should return post-COVID-19 (97.6%). Most said they provide more in-depth or hands-on teaching (52.4% and 59.6%, respectively). However, there was great variability in the feedback, types of teaching and curriculum provided to elective students. It was estimated that 77% of current residents at the postgraduate program that responders were affiliated with participated in an elective at their program. Conclusions Prior to the cancellation of visiting electives in 2020 due to the COVID-19 pandemic, electives played an important role in OHNS undergraduate medical education and career planning for students wishing to pursue a career in OHNS. Electives also provide the opportunity for the evaluation of students by OHNS postgraduate programs.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».