Effectiveness of a Clinically Relevant Educational Program for Improving Medical Communication and Clinical Skills of International Medical Graduates
Notice bibliographique
Résumé
Background: To assess the efficacy of a 16 week, intensive, full-time medical communication and clinical skills educational program – Medical Communication Assessment Project (M-CAP) – at the Universities of Calgary and Alberta for improving medical communication, clinical skills and professionalism of international medical graduates (IMGs). There is an 8 week didactic course (language instructors, standardized clinical case scenarios) and an 8 week supervised clinical placement.Method: In Study 1, 39 IMGs (mean age = 35.6) participated in the M-CAP program and were assessed in English language proficiency in a pre- post-test design and on an in training evaluation report (ITER) by practicum physicians. In Study 2, there were 235 IMGs (mean age = 39.2). In addition to the pre- post-test design, there was a comparison group analysis on OSCE data employing multivariate analysis of variance (MANOVA). Pre- post-test data were also collected on ITERs during the practicum as was IMG reported program efficacy data.Results: The findings show that the participants in the M-CAP program have 1) very large gains in language proficiency (listening and speaking, reading and writing; p < .001), and 2) high ratings on scales from the practicum physicians. The between group analyses showed that M-CAP participants outperformed the non M-CAP participants on clinical skills and professionalism (p < .05). The IMGs gave very positive ratings to the M-CAP program.Conclusions: IMGs who participated in a clinically relevant educational program improved their English language proficiency, clinical skills and professionalism for medical practice in a host country.
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 | 0,020 | 0,230 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 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 ».