MétaCan
Menu
Retour à la cohorte
Enregistrement W6958105469 · doi:10.60692/y3yda-eh384

Satisfacción de los estudiantes de una facultad de medicina peruana

2018· article· es· W6958105469 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2018
Typearticle
Languees
DomaineSocial Sciences
ThématiqueEducational Outcomes and Influences
Établissements canadiensDigital Payment Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésPersonaSassContinuing education

Résumé

récupéré en direct d'OpenAlex

Objetivos: Evaluar la satisfacción de los estudiantes de una facultad de medicina peruana en el año 2014 Material y métodos: Estudio descriptivo, observacional y transversal. Se aplicó la encuesta SERVQUAL a una muestra de los alumnos que cursaron el primer semestre del año 2014 en una facultad de medicina peruana. Se calculó la satisfacción restando el promedio de las preguntas de percepción con el puntaje de la expectativa. Se consideró satisfacción a una diferencia mayor o igual a 0. Se usó el paquete estadístico SPSS 18.0 y se analizaron las variables con el modelo de regresión logística multinominal y la prueba de chi cuadrado. Se consideró el valor p <0,05 como estadísticamente significativo. Resultados: De 188 encuestados, 54,8% eran varones. La mayoría provenía del área de Lima Centro (42%), Santiago de Surco y Miraflores (20%). El 100% de los encuestados era soltero y 14,9% eran beneficiarios de subvención económica. El porcentaje de satisfechos fue de 8%; el de insatisfacción leve, 66%; el de moderada, 23% y 3% estuvo muy insatisfecho. Solo se encontró relación estadística entre la edad y los elementos tangibles. Conclusiones: La magnitud de estudiantes satisfechos más grados leves de insatisfacción fue de 73,4%. Las dimensiones con mayor y menor satisfacción fueron la de elementos tangibles y capacidad de respuesta, respectivamente. No parece haber relación significativa con las variables de las personas evaluadas, salvo con la edad en algunas dimensiones.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,033
Tête enseignante GPT0,318
Écart entre enseignants0,286 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetEducational Outcomes and InfluencesTravaux en français237 207