MétaCan
Menu
Retour à la cohorte
Enregistrement W2019722264 · doi:10.1080/10401334.2011.611777

Changing Concepts of Neuroanatomy Teaching in Medical Education

2011· article· en· W2019722264 sur OpenAlexaff
Lara Hazelton

Notice bibliographique

RevueTeaching and Learning in Medicine · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueAnatomy and Medical Technology
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésNeuroanatomyCurriculumHumanismPsychologyMedical educationField (mathematics)Engineering ethicsPedagogyMedicineNeurosciencePolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Anatomy teaching is often described as foundational in the education of physicians, but in recent years there has been increasing pressure on teachers of neuroanatomy to justify its place in the curriculum. SUMMARY: This article examines theoretical assumptions that have traditionally influenced the neuroanatomy curriculum and explains how evolution of thought in the field of medical education has led to a shift in how the pedagogy of neuroanatomy is conceptualized. CONCLUSIONS: The widespread adoption of competency-based education, the emphasis on outcome-based objectives, patient- and learner-centered approaches, and a renewed interest in humanistic aspects of medical education have all contributed to a changing educational milieu. These changes have led to a number of curricular innovations. However, questions remain as to what should be taught to medical learners, and how best to teach it.

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)0,016
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,037
Communication savante0,0070,008
Science ouverte0,0020,004
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,011
Tête enseignante GPT0,288
Écart entre enseignants0,277 · 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'étudeQualitatif
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

Citations39
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTeaching and Learning in MedicineMême sujetAnatomy and Medical TechnologyTravaux en français237 207