Making a case: validating criterion-referenced guidelines for virtual patient case authoring
Notice bibliographique
Résumé
Les patients virtuels sont un volet très utile de l'informatique appliquée à l'enseignement médical. Or, la documentation disponible est en grande partie théorique. Il existe peu de recherche empirique sur (a) des résultats mesurables et (b) des éléments de cas efficaces de patients virtuels. On ne trouve pas de principes directeurs de conception, basés sur des principes de pédagogie, de cognition et d'identification de spécifications intéressantes sur le plan technique. La présente étude qualitative de cas multiples a développé et validé des principes directeurs pour la conception qui sont fondés sur la recherche et la théorie, qui englobent tous les aspects et qui sont valables sur le plan pédagogique. Neuf membres du corps professoral de six écoles de médecine, choisis pour leur expertise et leur influence en informatique de l'enseignement médical, et leur expérience en création de cas de patients virtuels, ont proposé leurs propres critères pour la conception de cas et ont étudié les principes directeurs à référence critérielle mis au point pour cette étude. Cinq de leurs cas ont été examinés par rapport à ces principes directeurs. L'accès aux principes directeurs a augmenté le nombre de critères de conception cités comme étant importants. Les principes directeurs validés peuvent désormais servir à l'avancement de la recherche et développement concernant l'informatique de l'enseignement médical et les cas de patients virtuels.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,138 | 0,430 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».