MétaCan
Menu
Back to cohort

Horarios de trabajo en las residencias médicas en México

2025· article· es· W4411953181 on OpenAlexaboutno aff
Ana Carolina Sepúlveda Vildósola, Ana Elena Limón-Rojas

Bibliographic record

VenueInvestigación en Educación Médica · 2025
Typearticle
Languagees
FieldHealth Professions
TopicEmployment and Welfare Studies
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

Se examina la evolución de los horarios de trabajo en las residencias médicas mexicanas, un modelo nacido a mediados del siglo XX bajo la lógica de “aprendizaje por inmersión”. Durante décadas, se normalizaron jornadas que superaban las 100 horas semanales y guardias de 36 horas continuas, prácticas justificadas por la exposición clínica intensiva, pero que derivaron en serios problemas de salud laboral, seguridad del paciente y calidad formativa. La ambigüedad normativa permitió esquemas heterogéneos entre instituciones hasta la emisión de la NOM-001-SSA3-2012, que intentó regular la educación en salud sin fijar límites precisos a la carga horaria. Ante la evidencia sobre fatiga y los riesgos asociados, la actualización NOM-001-SSA-2023 delimita un máximo de 80 horas semanales y dos guardias por semana, e introduce el modelo rotatorio ABCD, que distribuye una guardia cada cuatro días y busca reducir la fatiga acumulada. El texto explora los efectos fisiológicos, cognitivos y de seguridad vinculados a la privación de sueño, incluyendo riesgos cardiovasculares, trastornos metabólicos, deterioro de la memoria y aumento de errores médicos. 1.Se comparan experiencias internacionales: el límite de 80 horas del ACGME en EE. UU.; las 48 horas de la directiva europea; el tope de 72 horas en Quebec, y las recientes reformas japonesas para prevenir el karōshi. Asimismo, se describen modelos alternativos de turnos 12×12 y 24×24, sus beneficios y desafíos operativos. También se subraya la indefinición jurídica del residente, quien oscila entre la categoría de estudiante y trabajador, dificultando la protección laboral. Se propone una supervisión universitaria más estricta, adecuaciones presupuestales y un cambio cultural que priorice el bienestar del residente, la supervisión docente y la infraestructura de descanso. Se concluye que garantizar entornos dignos no solo mejora el aprendizaje, sino que es esencial para la seguridad del paciente y la calidad futura de la atención en salud.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.107
Threshold uncertainty score0.212

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0020.001
Scholarly communication0.0010.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0070.001

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.

Opus teacher head0.029
GPT teacher head0.385
Teacher spread0.357 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2025
Admission routes1
Has abstractyes

Explore more

Same venueInvestigación en Educación MédicaSame topicEmployment and Welfare StudiesFrench-language works237,207