MétaCan
Menu
Retour à la cohorte
Enregistrement W2066712417 · doi:10.1207/s15328015tlm1602_1

Retention of Basic Science Knowledge: A Comparison Between Body System-Based and Clinical Presentation Curricula

2004· article· en· W2066712417 sur OpenAlexaffabout
Wayne Woloschuk, Henry Mandin, Peter H. Harasym, F. L. Lorscheider, Rollin Brant

Notice bibliographique

RevueTeaching and Learning in Medicine · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCurriculumPresentation (obstetrics)Knowledge retentionConfoundingMultilevel modelMathematics educationPsychologyMedical educationComputer scienceMedicinePedagogyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: When the University of Calgary implemented the clinical presentation (CP) curriculum in 1994, it was prospectively decided to administer the National Board of Medical Examiner's Comprehensive Basic Science Exam (CBSE) as a measure of students' basic science knowledge retention. PURPOSE: The exam performance from 2 classes (1995, 1996) of the previous system-based (SB) curriculum was compared to exam performance of 2 classes (2000, 2002) of the CP curriculum. METHODS: Data analyses employed 2 statistical models (covariate multiple linear regression and hierarchical mixed effects), and effect sizes were computed. RESULTS: Differences between CBSE mean scores produced by students from the SB and CP curricula showed a curricular effect on students' retention of basic science knowledge. However, preexisting differences between groups were found to be in the small-to-medium range. CONCLUSION: Evidence supporting the potential of schemes within a CP curriculum and their relation to basic science knowledge retention was observed. Effect size for the CP curriculum on students' retention of basic science knowledge was substantial; however, a notable part of that difference can be accounted for by extraneous and confounding factors. Further research utilizing more rigorous designs to investigate the relation between schemes and basic science retention is warranted.

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)0,005
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,005
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,047
Tête enseignante GPT0,441
Écart entre enseignants0,394 · 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'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

Citations22
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTeaching and Learning in MedicineMême sujetInnovations in Medical EducationTravaux en français237 207