Creating a Virtual Journal Club: A Community of Practice Using Multiple Social Media Strategies
Notice bibliographique
Résumé
A journal club provides an opportunity to critically appraise the medical literature and apply it to clinical practice. Traditional, in-person journal clubs face challenges of scheduling participants and facilitators, recruiting local experts, and having a limited, local impact.Journal clubs may help develop communities of practice involving “groups of people who share a concern or a passion for something they do and learn how to do it better as they interact regularly.”1 With the advent of modern digital technologies, online medical-related journal clubs are increasing: participation can be synchronous or asynchronous, experts can be recruited from a global pool, and discussions are digitally archived for broader dissemination. In addition, these journal clubs may disseminate educational innovations and interventions to a wider audience for further study, and they provide rapid feedback to authors regarding similar work occurring elsewhere. These online discourses, however, typically incorporate a single social media strategy, such as Twitter-based journal clubs (#UroJC,2 #NephJC, http://www.nephjc.com).In an age where we view, engage, and learn from multiple digital streams, a virtual journal club requires a multimodal social media strategy to optimize reach and engagement. In January 2015, a virtual medical education journal club called “JGME-ALiEM Hot Topics in Medical Education” was piloted as a joint collaboration between the Journal of Graduate Medical Education and Academic Life in Emergency Medicine (ALiEM, an education blog with 1.2 million page views per year).3 This Rip Out describes how to move from hosting an online, single platform to a virtual, multimodal journal club by using a blog platform as the central repository of information to house blog comments, embedded Twitter comments, and embedded Google Hangouts on Air video discussions.
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 | 0,024 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,002 |
| Études des sciences et des technologies | 0,018 | 0,009 |
| Communication savante | 0,018 | 0,015 |
| Science ouverte | 0,005 | 0,030 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,005 |
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 ».