MétaCan
Menu
Retour à la cohorte
Enregistrement W7030454379

A Needs Assessment Survey of Division Chiefs at an Academic Children’s Hospital

2023· other· en· W7030454379 sur OpenAlexaboutno aff

Notice bibliographique

RevueDove Medical Press (Taylor and Francis Group) · 2023
Typeother
Langueen
DomaineComputer Science
ThématiqueImbalanced Data Classification Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDivision (mathematics)Needs assessmentPreparednessSurvey researchDescriptive statisticsSurvey methodology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Donna L Johnston,1 Lindy Samson,2 Mona Jabbour2 1Division of Hematology/Oncology, CHEO, University of Ottawa, Ottawa, ON, Canada; 2CHEO, University of Ottawa, Ottawa, ON, CanadaCorrespondence: Donna L Johnston, Division of Hematology/Oncology, Children’s Hospital of Eastern Ontario, 401 Smyth Road, Ottawa, ON, K1H 8L1, Canada, Tel +1-613-737-7600 ext 2210, Fax +1-613-738-4828, Email djohnston@cheo.on.caPurpose: The Division Chief at an academic health sciences centre has many leadership roles and responsibilities. There are no data on leadership training needs for Division Chiefs, and so we sought to design and implement a needs assessment for pediatric Division Chiefs at CHEO, a pediatric academic health sciences centre in Eastern Ontario, Canada.Methods: A needs assessment survey was developed with the aim to document demographics, preparedness for the role of Division Chief and desired leadership training for the role. This survey was piloted, revised and then distributed to all the Division Chiefs at our institution. The results of each question were collated, and simple descriptive statistics were calculated.Results: The survey was completed by 22 of 31 Division Chiefs. The majority of respondents were from the Department of Pediatrics (63.6%), followed by Surgery (20%), Psychiatry (3.3%) and Laboratory Medicine (3.3%). Their mean length of time as Division Chief was 5.5 years. Seventy-seven percent had concurrent leadership roles in addition to the role of Division Chief. None felt they were very well prepared for the role, five felt they were somewhat well prepared, nine were neutral, five were somewhat unprepared and three were very unprepared for the role. Half of the respondents received mentoring, either formal or informal, for their role and all but one felt that formal mentoring would have been useful. In terms of desired training, the Division Chiefs felt they had the most knowledge and skills in patient safety. All wanted training in developing divisional budgets, and many desired training in supporting the academic mission of the Division.Conclusion: Overall, this needs assessment identified an unmet need for leadership training and development among Division Chiefs. The findings are being used to optimize onboarding of Division Chiefs and an ongoing leadership development program targeted at this group.Keywords: needs assessment, Division Chiefs, leadership training

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0030,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,321
Écart entre enseignants0,287 · 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
GenreMéthodes

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDove Medical Press (Taylor and Francis Group)Même sujetImbalanced Data Classification TechniquesTravaux en français237 207