MétaCan
Menu
Retour à la cohorte
Enregistrement W1556902109

Medical education for rural areas: opportunities and challenges for information and communications technologies.

2006· article· en· W1556902109 sur OpenAlexaff
Joan Sargeant

Notice bibliographique

RevuePubMed · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomedical and Engineering Education
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésInformation and Communications TechnologyTelemedicineKnowledge managementMedicineRural areaPsychological interventionHealth careDistance educationICTSMedical educationPublic relationsBusinessComputer scienceEconomic growthSociologyPolitical scienceNursingPedagogyWorld Wide Web
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Resources in medical education are not evenly distributed and access to education can be more problematic in rural areas. Similar to telemedicine's positive influence on health care access, advances in information and communications technologies (ICTs) increase opportunities for medical education. This paper provides a descriptive overview of the use of ICTs in medical education and suggests a conceptual model for reviewing ICT use in medical education, describes specific ICTs and educational interventions, and discusses opportunities and challenges of ICT use, especially in rural areas. The literature review included technology and medical education, 1996-2005. Using an educational model as a framework, the uses of ICTs in medical education are, very generally, to link learners, instructors, specific course materials and/or information resources in various ways. ICTs range from the simple (telephone, audio-conferencing) to the sophisticated (virtual environments, learning repositories) and can increase access to medical education and enhance learning and collaboration for learners at all levels and for institutions. While ICTs are being used and offer further potential for medical education enhancement, challenges exist, especially for rural areas. These are technological (e.g., overcoming barriers like cost, maintenance, access to telecommunications infrastructure), educational (using ICTs to best meet learners' educational priorities, integrating ICTs into educational programs) and social (sensitivity to remote needs, resources, cultures). Finally, there is need for more rigorous research to more clearly identify advantages and disadvantages of specific uses of ICTs in medical education.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,002
Communication savante0,0040,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,037
Tête enseignante GPT0,216
Écart entre enseignants0,179 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations48
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetBiomedical and Engineering EducationTravaux en français237 207