Analysis of education of pharmacists in the Czech Republic after graduation.
Notice bibliographique
Résumé
1 Abstract Analysis of education of pharmacists in the Czech Republic after graduation Author: Eliška Röslerová Tutor: PharmDr. Josef Malý, Ph.D. Consultant: Mgr. Aleš Krebs, Ph.D. Department of Social and Clinical Pharmacy, Faculty of Pharmacy in Hradec Králové, Charles University Introduction and aim of study: A Pharmacist, as a worker in a health service has to continue to further the education of themselves throughout their career in pharmacy. The main goal of this diploma thesis was to analyse continuing education after graduation used by selected members of the District Association of Pharmacists. Methods: Data for a practical part of this diploma thesis were collected by a questionnaire survey. A 39-item survey was administered to selected pharmacists (members in the Czech Chamber of Pharmacists) from randomly chosen the District Associations of Pharmacists. The address to access the survey was added in a recruitment letter. In this letter, the study was also described and was sent to 858 pharmacists through their e-mail addresses. The first mailing was sent after 7 days, the second mailing after 14 days. The respondents who filled in compulsory questions were included in the analysis. Descriptive statistics were used for analysing the results of the survey. Results: The survey of the 299 respondents...
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».