Medición del conocimiento de bioética en residentes y médicos de base de cirugía general del Hospital General de México
Bibliographic record
Abstract
Objetivo: Medir el conocimiento bioetico de los medicos de base y residentes de cirugia general. Sede: Hospital General de Mexico. Diseno: Estudio prospectivo, transversal, comparativo y observacional. Analisis estadistico: Prueba t de Student y Kruskal-Wallis. Metodologia: Se evaluaron 22 medicos de base y 61 residentes de los cuatro anos de la especialidad de cirugia general, a los cuales se les aplico un cuestionario basado en cuatro casos clinicos, elaborado por la Universidad de Toronto, para evaluar la capacidad de reconocer problemas bioeticos. Resultados: Se recabaron un total de 52 cuestionarios contestados (62%), 15 medicos de base con una edad promedio de 48.6 anos y 37 residentes con una edad promedio de 26.5 anos. Se reconocio el 12% de los problemas bioeticos presentes en los cuatro casos clinicos. El 53% de problemas relacionados a justicia, el 30% en autonomia y el 28% en beneficencia. El grupo que presento mayor promedio total de conocimiento bioetico fueron los residentes de cuarto ano, seguidos de los de segundo y primer ano y en ultimo lugar los medicos de base y los residentes de tercer ano. Los medicos con formacion bioetica previa a la respuesta de los casos clinicos reconocieron un mayor numero de problemas. Conclusion: El bajo puntaje obtenido en el cuestionario se traduce en una deficiente capacidad para reconocer problemas bioeticos, tanto por medicos de base como por residentes de cirugia general
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".