Implementing a Simulated Client Program: Bridging the Gap between Theory and Practice
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: This paper outlines the design and implementation of an innovative communication skills training program at the Ontario Veterinary College (OVC). Based upon the body of research in human medical education reporting effective results through the use of standardized patients (SPs) for this type of training, an experiential learning laboratory using simulated clients (SCs) and patients was introduced to first-year veterinary students. METHOD: One hundred and four first-year students were assigned to 12 groups of eight or nine students plus a facilitator. Each student interacted with a simulated client and a patient while being observed by peers and a facilitator. The Calgary-Cambridge Observation Guide (CCOG) was used to guide students and facilitators with performance standards and feedback. Assessment strategies were utilized. RESULTS: Implementation of this program required extensive resources, including funding, expertise, facilitator training, time allotment in an already overburdened curriculum, and administrative and faculty support. Preliminary assessment revealed high student and facilitator satisfaction. The potential of this program for student education and assessment was recognized, and it will be expanded in years 2 and 3 of the DVM (Doctor of Veterinary Medicine) curriculum. CONCLUSIONS: Medical educators have created resources, including skills checklists and experiential learning modalities, that are highly applicable to veterinary medical education. Ongoing evaluation of the program is essential to determine whether we are meeting expectations for communication competency in veterinary medicine.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle