Evaluating “ED STAT!”: A Novel and Effective Faculty Development Program to Improve Emergency Department Teaching
Notice bibliographique
Résumé
OBJECTIVES: Effective clinical teaching in emergency departments (EDs) presents unique challenges. No validated approaches to enhancing ED teaching have been reported. The authors evaluated the effectiveness of a novel one-day evidence-based, skills-oriented faculty development course tailored to ED teachers (ED STAT!). METHODS: The authors invited all inaugural course registrants to participate in this program evaluation study. The authors assessed participants' knowledge change and perceived change in teaching behavior using a multiple-choice and short-answer question examination, a teaching behaviors questionnaire, and a survey for satisfaction. Data were gathered before, immediately after, and one month after the course. Mean scores were compared using the Wilcoxon signed rank test, and qualitative results were analyzed via a grounded theory approach. RESULTS: Thirty-one individuals from a variety of academic and community EDs completed the May 2005 course; 28 participated in the pre-evaluation and postevaluation, and 22 participated in the one-month postevaluation. Multiple-choice scores increased from pre-evaluation to one-month postcourse by 15.1% (p < 0.001, effect size large: d = 1.53). Short-answer scores increased by 17.2% (p = 0.001, effect size large: d = 0.90). After one month, 55% of participants reported an increased amount of teaching, 86% perceived this teaching to be of a greater quality, and 82% had shared new strategies with colleagues. The course would be recommended to a colleague by 96.3% of respondents. CONCLUSIONS: ED STAT! improves participants' knowledge about ED-specific teaching strategies, and this improvement is maintained at one month. Participants reported high satisfaction and a positive effect on teaching behavior.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,007 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».