Residents’ and preceptors’ perceptions of the use of the iPad for clinical teaching in a family medicine residency program
Notice bibliographique
Résumé
BACKGROUND: As Family Medicine programs across Canada are transitioning into a competency-based curriculum, medical students and clinical teachers are increasingly incorporating tablet computers in their work and educational activities. The purpose of this pilot study was to identify how preceptors and residents use tablet computers to implement and adopt a new family medicine curriculum and to evaluate how they access applications (apps) through their tablet in an effort to support and enhance effective teaching and learning. METHODS: Residents and preceptors (n = 25) from the Family Medicine program working at the Pembroke Regional Hospital in Ontario, Canada, were given iPads and training on how to use the device in clinical teaching and learning activities and how to access the online curriculum. Data regarding the use and perceived contribution of the iPads were collected through surveys and focus groups. This mixed methods research used analysis of survey responses to support the selection of questions for focus groups. RESULTS: Reported results were categorized into: curriculum and assessment; ease of use; portability; apps and resources; and perceptions about the use of the iPad in teaching/learning setting. Most participants agreed on the importance of accessing curriculum resources through the iPad but recognized that these required enhancements to facilitate use. The iPad was considered to be more useful for activities involving output of information than for input. Participants' responses regarding the ease of use of mobile technology were heterogeneous due to the diversity of computer proficiency across users. Residents had a slightly more favorable opinion regarding the iPad's contribution to teaching/learning compared to preceptors. CONCLUSIONS: iPad's interface should be fully enhanced to allow easy access to online curriculum and its built-in resources. The differences in computer proficiency level among users should be reduced by sharing knowledge through workshops led by more skillful iPad users. To facilitate collection of information through the iPad, the design of electronic data-input forms should consider the participants' reported negative perceptions towards typing data through mobile devices. Technology deployment projects should gather sufficient evidence from pilot studies in order to guide efforts to adapt resources and infrastructure to relevant needs of Family Medicine teachers and learners.
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 | 0,011 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».