Teaching posttraining: Influencing diagnostic strategy with instructions at test.
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
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.
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 | 0,000 | 0,002 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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