MétaCan
Menu
Retour à la cohorte
Enregistrement W1977070971 · doi:10.1007/s40037-014-0138-8

Medical students’ perception of dyad practice

2014· article· en· W1977070971 sur OpenAlexaff
Martin G. Tolsgaard, Maria Rasmussen, Sebastian Bjørck, Amandus Gustafsson, Charlotte Ringsted

Notice bibliographique

RevuePerspectives on Medical Education · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensThe Wilson CentreUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésDyadPerceptionMedical educationPsychologyThematic analysisClinical PracticeMedicineQualitative researchNursingSocial psychology

Résumé

récupéré en direct d'OpenAlex

Training in pairs (dyad practice) has been shown to improve efficiency of clinical skills training compared with single practice but little is known about students' perception of dyad practice. The aim of this study was to explore the reactions and attitudes of medical students who were instructed to work in pairs during clinical skills training. A follow-up pilot survey consisting of four open-ended questions was administered to 24 fourth-year medical students, who completed four hours of dyad practice in managing patient encounters. The responses were analyzed using thematic analysis. The students felt dyad practice improved their self-efficacy through social interaction with peers, provided useful insight through observation, and contributed with shared memory of what to do, when they forgot essential steps of the physical examination of the patient. However, some students were concerned about decreased hands-on practice and many students preferred to continue practising alone after completing the initial training. Dyad practice is well received by students during initial skills training and is associated with several benefits to learning through peer observation, feedback and cognitive support. Whether dyad training is suited for more advanced learners is a subject for future research.

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)0,003
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 enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,002
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 Opus0,010
Tête enseignante GPT0,413
Écart entre enseignants0,403 · 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

Citations30
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePerspectives on Medical EducationMême sujetInnovations in Medical EducationTravaux en français237 207