MétaCan
Menu
Retour à la cohorte
Enregistrement W2009270658 · doi:10.1155/2014/830701

Changing Morning Report: An Educational Intervention to Address Curricular Needs

2014· article· en· W2009270658 sur OpenAlexafffund
Vijay Daniels, Cheryl E. Goldstein

Notice bibliographique

RevueJournal of Biomedical Education · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensUniversity of Alberta Hospital
Organismes subventionnairesUniversity of Alberta
Mots-clésMorningCurriculumMedical educationSession (web analytics)Focus groupMedicinePreceptorPsychologyFamily medicinePedagogyComputer scienceInternal medicineSociology

Résumé

récupéré en direct d'OpenAlex

Morning report is a case-based teaching session common to many residency programs with varying purposes and focuses. At our institution, physicians and residents felt our Internal Medicine morning report had lost its educational focus. The purpose of this project was to improve morning report using a well-known curriculum development framework for medical education. We conducted a focus group of residents to develop and implement changes to morning report. Themes from our focus group led us to split morning report with the first 30 minutes for postgraduate year 3 (PGY-3) residents to give handover, to receive feedback on diagnosis and management, and to either discuss an interesting case or receive teaching aimed at their final certification examination. The second 30 minutes involved PGY-3 residents leading PGY-1 residents in case-based discussions with an attending physician providing feedback on the content and process of teaching. We measured success based on a follow-up survey and comments from resident evaluations before and after the change. Overall, the changes were well received by both faculty and residents; however comments revealed that the success of morning report is preceptor dependent. In summary, we have successfully implemented a split morning report model to enhance resident education with positive feedback.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,897
Score d'incertitude au seuil0,615

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,372
Écart entre enseignants0,359 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations6
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical EducationMême sujetInnovations in Medical EducationTravaux en français237 207