MétaCan
Menu
Retour à la cohorte
Enregistrement W1970907378 · doi:10.1097/acm.0b013e31815c68c3

When Should Students Learn Essential Physical Examination Skills? Views of Internal Medicine Clerkship Directors in North America

2008· article· en· W1970907378 sur OpenAlexaboutno aff
Eugene C. Corbett, D. Michael Elnicki, Mark R. Conaway

Notice bibliographique

RevueAcademic Medicine · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesPritzker School of MedicineOffice of Information and Resource ManagementDirectorate for Biological SciencesUniversity of Chicago
Mots-clésMedical educationPsychologyClinical clerkshipUnited States Medical Licensing ExaminationMEDLINEMedicineMedical schoolPedagogyCurriculumPolitical science

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To determine whether any consensus exists among internal medicine clerkship directors regarding when students should acquire proficiency in selected physical examination (PE) skills. METHOD: In 2004, the annual survey of Clerkship Directors in Internal Medicine (CDIM) included a question about the timing of PE-skills proficiency. (CDIM members are from 123 U.S. and Canadian medical schools.) A total of 259 members (123 institutional and 136 individual members) were asked the following question about 39 common physical examination skills, selected using a consensus process among the authors and members of the CDIM Council: "When in the medical school curriculum should medical students acquire proficiency for the following skills?" RESULTS: There were 157 respondents, an overall response rate of 60%. There were 89 (72%) responding institutional members and 68 (50%) responding individual members. Respondents agreed that 31 (80%) of the skills should be learned by the end of the clerkship year. However, considerable variability existed regarding when in the curriculum those skills should be learned: for only 18 of 39 skills was there 80% agreement on skills-learning timing. CDIM members were divided on whether normal examination findings should be learned before or during the clerkships. CONCLUSIONS: Variability existed among CDIM members regarding their expectations for the timing of student physical examination learning in the undergraduate medical curriculum. Creating a common vision among clerkship directors and faculty regarding what neophyte clinicians must learn to do and when they are expected to be able to do it will help to address the issue of physical examination proficiency standards of medical students.

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)0,006
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,051
Tête enseignante GPT0,401
Écart entre enseignants0,350 · 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'étudeQualitatif
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

Citations17
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetInnovations in Medical EducationTravaux en français237 207