MétaCan
Menu
Retour à la cohorte
Enregistrement W1967854705 · doi:10.2196/jmir.5.1.e3

A Model for Online Interactive Remote Education for Medical Physics Using the Internet

2003· article· en· W1967854705 sur OpenAlexaffabout
M Woo, Kwan-Hoong Ng

Notice bibliographique

RevueJournal of Medical Internet Research · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvances in Oncology and Radiotherapy
Établissements canadiensSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésThe InternetProcess (computing)Physics educationMedical educationMultimediaComputer scienceWorld Wide WebMathematics educationMedicinePsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Medical physics is a relatively small community but it spans great geographical distances, usually with a scarcity of experts whose expertise could greatly benefit students entering into the field. In addition there are many software systems for which an interactive education method would be most advantageous. OBJECTIVE: To develop a process to optimally use the Internet for real-time interactive remote education of medical physics and to present the experience of the study. METHODS: The project is a collaboration of the Department of Medical Physics at the Toronto-Sunnybrook Regional Cancer Centre in Canada and the Department of Radiology at the University of Malaya in Malaysia. A class of medical-physics graduate students at the University of Malaya attended lectures provided by lecturers in Toronto, using the Internet as the main tool of communication. RESULTS: The different methods that can be used to provide the real-time interactive remote education were explored, and various topics-including traditional classroom lectures as well as hands-on workshops-were also delivered. CONCLUSIONS: The concept of real-time interactive remote education is viable and holds promise for providing economical and practical tele-education to the medical physics community, but depends heavily on the availability of the Internet in many developing countries.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,869
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,158
Tête enseignante GPT0,581
Écart entre enseignants0,423 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Medical Internet ResearchMême sujetAdvances in Oncology and RadiotherapyTravaux en français237 207