Expert-Type Knowledge Structure in Medical Students is Associated With Increased Odds of Diagnostic Success
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
BACKGROUND: The relation between knowledge structure and diagnostic performance is unclear. Similarly, variables affecting knowledge structure are poorly understood. PURPOSE: The 1st objective was to examine the relation between concepts in knowledge structure and diagnostic performance. The 2nd objective was to examine the relation between the use of diagnostic schemes by small-group preceptors and knowledge structure of medical students. METHODS: This was a cross-sectional study of 1st-year medical students in 4 clinical presentations: hyponatremia, hyperkalemia, metabolic acidosis, and metabolic alkalosis. The 1st dependent variable was diagnostic success with the number of expert-type concepts in knowledge structure (determined by concept sorting), diagnostic scheme use by preceptors, and clinical presentation as independent variables. The 2nd dependent variable was the number of expert-type concepts in knowledge structure with diagnostic scheme use by preceptors and clinical presentation as independent variables. Data were analyzed using multiple logistic and linear regression. RESULTS: Thirty 1st-year medical students participated. After adjusting for clinical presentation and scheme use by preceptors, the number of expert-type concepts in knowledge structure was associated with increased odds of diagnostic success (odds ratio 1.18 [1.03, 1.35], p = .016). After adjustment for clinical presentation, scheme use by preceptors was associated with increased number of expert-type concepts in knowledge structure (2.22 vs. 1.86, p = .01, d = 0.23). CONCLUSIONS: The number of expert-type concepts in knowledge structure is associated with increased odds of diagnostic success. Scheme use by small-group preceptors is associated with an increased number of expert-type concepts in knowledge structure.
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 | 0,008 | 0,325 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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