MétaCan
Menu
Retour à la cohorte
Enregistrement W2066332834 · doi:10.1080/10401334.2014.979180

University of Saskatchewan Radiology Courseware (USRC): An Assessment of Its Utility for Teaching Diagnostic Imaging in the Medical School Curriculum

2015· article· en· W2066332834 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueTeaching and Learning in Medicine · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiology practices and education
Établissements canadiensSaskatchewan Health Quality CouncilUniversity of Saskatchewan
Organismes subventionnairesRoyal University Hospital FoundationUniversity of Saskatchewan
Mots-clésCurriculumContext (archaeology)Blackboard (design pattern)MedicineMedical educationMultiple choiceIntervention (counseling)UsabilityRadiologyCohortResource (disambiguation)Medical imagingMedical physicsMultimediaPsychologyComputer sciencePathologyInternal medicinePedagogy

Résumé

récupéré en direct d'OpenAlex

PROBLEM: We have found it very challenging to integrate images from our radiology digital imaging repository into the curriculum of our local medical school. Thus, it has been difficult to convey important knowledge related to viewing and interpreting diagnostic radiology images. We sought to determine if we could create a solution for this problem and evaluate whether students exposed to this solution were able to learn imaging concepts pertinent to medical practice. INTERVENTION: We developed University of Saskatchewan Radiology Courseware (USRC), a novel interactive web application that enables preclinical medical students to acquire image interpretation skills fundamental to clinical practice. This web application reformats content stored in Medical Imaging Resource Center teaching cases for BlackBoard Learn™, a popular learning management system. We have deployed this solution for 2 successive years in a 1st-year basic sciences medical school course at the College of Medicine, University of Saskatchewan. The "courseware" content covers both normal anatomy and common clinical pathologies in five distinct modules. We created two cohorts of learners consisting of an intervention cohort of students who had used USRC for their 1st academic year, whereas the nonintervention cohort was students who had not been exposed to this learning opportunity. CONTEXT: To assess the learning experience of the users we designed an online questionnaire and image review quiz delivered to both of the student groups. OUTCOME: Comparisons between the groups revealed statistically significant differences in both confidence with image interpretation and the ability to answer knowledge-based questions. Students were satisfied with the overall usability, functions, and capabilities of USRC. LESSONS LEARNED: USRC is an innovative technology that provides integration between Medical Imaging Resource Center, a teaching solution used in radiology, and a Learning Management System.

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.

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)0,014
score de la tête « metaresearch » (Gemma)0,025
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,305
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,028
Tête enseignante GPT0,386
Écart entre enseignants0,358 · 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