… But Does It Stick? Evaluating the Durability of Improved Knowledge Following an Undergraduate Experiential Geriatrics Learning Session
Notice bibliographique
Résumé
Canada's aging population, fewer medical students training in geriatric medicine, and inadequate geriatric curricula require that medical schools immediately address how future physicians will be able to care for older people effectively. The medical literature suggests that experiential learning strategies improve undergraduate medical students' knowledge of and interest in less-popular subjects, but the durability of improvements resulting from these resource-intensive learning approaches remains unclear. In October 2001, a convenience sample of all University of Western Ontario medical students attending the geriatric component of their first year was randomized to attend one 3-hour didactic lecture or 3-hour experiential learning session. Approximately 1 year later, students completed a follow-up knowledge and attitudes survey that was matched to their first-year surveys using date-of-birth data. Of 100 completed follow-up surveys, 42 were used in formal analysis. Although initially the experiential group demonstrated a better knowledge score, at 1-year follow-up, there was no significant difference in knowledge, attitudes toward older people, or interest in geriatric medicine between the didactic (n=17) and experiential (n=25) groups. Nevertheless, these students (n=42) demonstrated better attitude scores than those (n=22) who had not attended either educational intervention. This study challenges the belief that an experiential approach is a superior training method to a didactic approach. One year after an educational intervention, there was no difference in geriatric knowledge, attitude scores, or interest in geriatric medicine between students who underwent a didactic lecture or a participatory, experiential learning session.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».