MétaCan
Menu
Retour à la cohorte
Enregistrement W1987532297 · doi:10.1037/a0024461

Teaching posttraining: Influencing diagnostic strategy with instructions at test.

2011· article· en· W1987532297 sur OpenAlexafffund
Chan Kulatunga-Moruzi, Lee R. Brooks, Geoffrey R. Norman

Notice bibliographique

RevueJournal of Experimental Psychology Applied · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical Reasoning and Diagnostic Skills
Établissements canadiensMcMaster UniversityHamilton Health SciencesMcMaster University Medical Centre
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSimilarity (geometry)Dual (grammatical number)Computer scienceTest (biology)Natural language processingDiagnostic accuracyMedical diagnosisArtificial intelligenceCognitive psychologyPsychologyMachine learningData miningInformation retrievalMedicineLinguisticsRadiology

Résumé

récupéré en direct d'OpenAlex

It is believed that medical diagnosis involves two complementary processes, analytic and similarity-based. There is considerable debate as to which of these processes defines diagnostic expertise and how best to teach clinical diagnosis and reduce diagnostic errors. The purpose of these studies is to document the use of these strategies in medical students. We shifted the balance in use of these processes and improved diagnostic accuracy with instructions given posttraining at the moment of diagnosis. Analytic processing reflecting the degree to which cases contain the diagnostic rules was indexed by the rate of accuracy on typical versus atypical cases (typicality effect). Similarity-based processing reflecting the degree to which cases resemble previously encountered cases was indexed by the rate of accuracy on similar versus dissimilar cases (similarity effect). Two studies are presented illustrating that diagnosis involves the coordination of analytic and similarity-based processes and that differential instruction given at test shifts the balance in the use of these processes. Study 1 illustrated that participants adopting an analytic strategy exhibit a larger effect of typicality. Participants adopting a similarity-based strategy exhibit a larger effect of similarity. The diagnostic approach of students given no instructions was predominantly analytic. Dual instructions in which participants first employed similarity-based processing followed by the application of rules improved overall accuracy. Study 2 investigated two versions of dual instructions and illustrated that assessing a case with the rules of diagnosis first may inhibit the subsequent use of similarity-based reasoning. The implications for diagnostic expertise and pedagogy are discussed.

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)0,002
score de la tête « metaresearch » (Gemma)0,058
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,058
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,058
Tête enseignante GPT0,373
Écart entre enseignants0,315 · 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'étudeObservationnel
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

Citations16
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental Psychology AppliedMême sujetClinical Reasoning and Diagnostic SkillsTravaux en français237 207