Identification of Gaps in the Achievement of Undergraduate Anesthesia Educational Objectives Using High-Fidelity Patient Simulation
Notice bibliographique
Résumé
UNLABELLED: In this study we sought to identify educational gaps in medical students' knowledge using human patient simulation. The Undergraduate Committee developed 10 scenarios based on anesthesia curriculum objectives. Checklists were designed by asking 15 faculty members involved in undergraduate education to propose expected performance items at a level appropriate for medical students. These items consisted of essential performance items as well as critical management omissions. Checklists were used to score students' videotaped performances. Checklist items common to more than one scenario were grouped for data analysis and identification of gaps in achievement of educational objectives. Eighteen groupings of expected performance criteria and 8 groupings of critical management omissions were established. Performance data of 165 students were analyzed. Common management omissions were lack of adequate airway management, failure to check blood pressure, and failure to stop the anesthetic. Students reliably performed defibrillation, notation of vital signs, auscultation of lung fields, and administration of IV fluids. The most common critical omissions were failing to a). call for help, b). take a history/do physical examination, and c). prepare airway equipment. Management and critical omissions noted during performance assessments provide information regarding students' educational needs, enabling faculty to focus attention on demonstrated areas of weakness. IMPLICATIONS: This study involved the use of high-fidelity patient simulation that offers standardized clinical experiences that can detect gaps in medical students' knowledge base and clinical performance. This information can be used by faculty to focus their teaching efforts to ensure competency in important educational areas.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».