MétaCan
Menu
Retour à la cohorte
Enregistrement W1493898547 · doi:10.1111/medu.12088

Divergence in student and educator conceptual structures during auscultation training

2013· article· en· W1493898547 sur OpenAlexaff
Ryan Brydges, Adam Peets, S. Barry Issenberg, Glenn Regehr

Notice bibliographique

RevueMedical Education · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensUniversity of British ColumbiaUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAuscultationDivergence (linguistics)Training (meteorology)Medical educationPsychologyMedicineInternal medicineLinguisticsPhilosophyPhysics

Résumé

récupéré en direct d'OpenAlex

CONTEXT: Simulation-based medical education allows trainees to engage in self-regulated learning (SRL), yet research aimed at elucidating the mechanisms of SRL in this context is relatively absent. We compared 'unguided' SRL with 'directed' SRL (DSRL), wherein learners followed an expert-designed booklet. METHODS: Year 1 medical students (n = 37) were randomly assigned to practise identifying seven cardiac murmurs using a simulator and video only (SRL group) or a simulator and video plus the booklet (DSRL group). All participants completed a 22-item test 3 weeks later. To compare interventions, we analysed students' diagnostic accuracy. As a novel source of evidence, we documented how participants autonomously sequenced the seven murmurs during initial and delayed practice sessions. In addition, we surveyed clinical educators (n = 17) to find out how they would sequence their teaching of these murmurs. RESULTS: The DSRL group used 50% more training time than the SRL group (p < 0.001). The groups' diagnostic accuracy, however, did not differ significantly on the post-test, retention test or transfer test items (p > 0.12). Despite practising with the expert-defined 'timing-based' approach to murmur diagnosis (i.e. systolic versus diastolic), 84% of DSRL participants implemented a location-based approach (i.e. practising aortic murmurs separately from mitral murmurs) during a second, unguided practice session. Notably, most SRL participants used that same approach spontaneously. By contrast, clinical educators were split in their use of the timing-based (n = 10) and the location-based (n = 6) approaches. Chi-squared analyses suggested educators' conceptions for organising murmurs differed significantly from students' conceptions. CONCLUSIONS: Contrary to our predictions, directing students' SRL produced no additional benefit and increased their practice time. Our findings suggest one potential source of these results was a divergence between student and educator conceptions for structuring the practice of cardiac auscultation skills. This phenomenon has not been well articulated in the medical education literature, and may have important implications in many (especially technology-mediated) educational contexts.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,018
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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

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 Opus0,025
Tête enseignante GPT0,385
Écart entre enseignants0,360 · 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

Citations17
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical EducationMême sujetSimulation-Based Education in HealthcareTravaux en français237 207