How effective is self‐guided learning of clinical technical skills? It’s all about process
Notice bibliographique
Résumé
OBJECTIVES: Mounting evidence suggests that trainees acquire psychomotor skills better when they are allowed self-guided access to instructional material and when they set goals that are related to performance processes rather than performance outcomes. The present study assessed whether self-guided access to instruction and the setting of process goals lead to better acquisition of clinical technical skills. METHODS: To learn wound closure skills, 48 medical students were randomly assigned to one of four groups in a 2 x 2 study design. Self-guided participants were able to access the instructional video freely, whereas control participants were restricted to watching only those video segments accessed by their matched self-guided participant. Each group was further divided into two subgroups, comprising a process goal subgroup, where participants set goals focused on performance mechanisms, and an outcome goal subgroup, where participants set goals focused on performance products. Performance on pre-, post-, retention and transfer tests was assessed with hand motion measures and expert evaluations. Group differences were evaluated using one-way anovas. RESULTS: The self-guided group with process goals showed greater skill retention than its matched control group, whereas the self-guided group with outcome goals did not. Furthermore, the groups with process goals performed better on the transfer test than the outcome goal groups. Outcome goal participants accessed the instructional video most frequently. CONCLUSIONS: Our findings advance the study of independent learning in medical education. Trainees used interactive and structured instructional materials to effectively self-guide their learning of clinical technical skills. However, a self-guided benefit was demonstrated only when trainees set process goals.
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 | 0,003 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 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 ».