MétaCan
Menu
Retour à la cohorte
Enregistrement W1965779223 · doi:10.3138/jvme.33.1.108

A Conceptual Framework for Facilitator Training to Expand Communication-Skills Training among Veterinary Practitioners

2006· article· en· W1965779223 sur OpenAlexvenueno aff
C. Peter Magrath

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFacilitatorExperiential learningMedical educationTraining (meteorology)CurriculumCommunication skillsSkills managementFacilitationCommunication skills trainingProcess (computing)PsychologyProfessional developmentMedicinePedagogyComputer science

Résumé

récupéré en direct d'OpenAlex

problems have occurred or vignettes detailing a sequence of events, performed by professional actors. The delegates are provided with case records and an opportunity to ask questions of the actors, who remain in character. This appears to be an extremely effective method of teaching, but so far, no research has been carried out to prove this. Until now, the predominantly skills-based approach to communication training adopted within undergraduate veterinary curricula, training that utilizes a mixture of experiential, problem-based, and didactic teaching, has not been complemented with similar, postgraduate training. This article describes a proposal for a program for veterinary surgeons in practice, based on the East Anglia Deanery Communication Skills Teaching Project. 4 The program is dependent on training a cohort of skilled facilitators, who then become a resource for developing good-quality communication-skills teaching as part of the continuing professional development (CPD) of established general practitioners. Within this process, it is important for facilitators to improve their own communication skills, to develop a sound understanding of what to teach, to recognize the importance of utilizing research that validates the use of specific communication skills, and to develop and practice specific facilitation skills.

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)0,034
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,180

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,018
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,003
Études des sciences et des technologies0,0080,026
Communication savante0,0090,012
Science ouverte0,0050,009
Intégrité de la recherche0,0080,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,087
Tête enseignante GPT0,424
Écart entre enseignants0,338 · 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'étudeThéorique ou conceptuel
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

Citations8
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical EducationMême sujetInnovations in Medical EducationTravaux en français237 207