MétaCan
Menu
Retour à la cohorte
Enregistrement W2048147021 · doi:10.1016/s2007-5057(14)72733-4

Simulación en Educación Médica

2014· article· es· W2048147021 sur OpenAlexaff
Andrea Dávila-Cervantes

Notice bibliographique

RevueInvestigación en Educación Médica · 2014
Typearticle
Languees
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPsychology

Résumé

récupéré en direct d'OpenAlex

La simulación en la Educación Médica ha presentado un desarrollo importante a nivel mundial, ésta se ha convertido en una herramienta mediante la cual se favorece la adquisición de habilidades clínicas previo al contacto real con el paciente y fomenta la seguridad para éste, mediante la realización de destrezas para disminuir la posibilidad de errores o complicaciones en la realización de procedimientos. Los avances en la tecnología de la simulación han creado un cambio en el paradigma de la educación y se ha dirigido la atención en la adquisición de competencias y habilidades necesarias para la práctica médica. Las aplicaciones de la simulación son múltiples y cuentan con un potencial ilimitado, la mayoría de las experiencias involucran el entrenamiento de habilidades y la adquisición del conocimiento cognitivo. La simulación en la Educación Médica sirve como plataforma para la Educación Médica Continua, ésta provee a los profesionales en la salud la oportunidad para conocer nuevos avances y procedimientos, favorece la exploración de diversas áreas con deficiencia en competencias y provee de poderosas herramientas de intervención para mejorar las habilidades que requieren mayor entrenamiento. En este artículo se ofrece un panorama conceptual respecto a la simulación, se describe el desarrollo, las características de la misma, las ventajas que ofrece esta herramienta educativa y se analizan los diversos estudios que se están realizando en este campo.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,540
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,010

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 Opus0,019
Tête enseignante GPT0,332
Écart entre enseignants0,313 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations60
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInvestigación en Educación MédicaMême sujetSimulation-Based Education in HealthcareTravaux en français237 207