CANmeds physician competencies inadvertently realized in the gross anatomy lab (535.4)
Notice bibliographique
Résumé
Introduction: The cadaveric gross anatomy lab is a learning environment in which the students learn multiple skills and tasks. In the process of learning the intricacies of the human body, the students learn, demonstrate and acquire competencies such as professionalism, collaboration, communication and scholarly learning. This study was based on student evaluations to measure the degree to which the listed competencies are realised in the Gross Anatomy Lab. Observations:The first lab session starts with a memorial service to honour and respect the generous “gift” by the donors. This sets the tone for gratitude, respect and responsibility with which the learners treat their ‘first patient’ whenever they are in the lab. They approach the learning as a group and share the information and participate in the discussions among themselves as well as the rest of the class when there is an unusual finding. The learning environment calls for collaboration and communication within the specific group and also with the rest of the class. Learners’ feedback: At the end of each course the evaluations polled on the professionalism, collaboration and scholarly learning were rated at 4.3/5 and 4.4/5 among year one and two respectively. Conclusion: The learning environment in the gross anatomy lab can effectively nurture competencies such as professionalism, collaboration, communication and scholarly learning in addition to medical expert. The anonymous evaluation of the learning environment, by the learners, also provided some comments regarding the strong collaborative environment and team work. The scores as well as the comments are strong indicators that the learners are realizing other competencies such as professionalism, communication and collaboration to the same level as that of medical expert. Medical schools therefore should be aware of the competencies realized in the gross anatomy lab during the process curriculum design.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,122 | 0,023 |
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 ».