MétaCan
Menu
Retour à la cohorte
Enregistrement W2069080391 · doi:10.1080/10401334.2012.692273

Morning Report Blog: A Web-Based Tool to Enhance Case-Based Learning

2012· article· en· W2069080391 sur OpenAlexaff
Isaac I. Bogoch, David Frost, Suzanne Bridge, Todd C. Lee, Wayne L. Gold, Daniel M. Panisko, Rodrigo B. Cavalcanti

Notice bibliographique

RevueTeaching and Learning in Medicine · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensUniversity of TorontoToronto Western Hospital
Organismes subventionnairesnon disponible
Mots-clésSession (web analytics)MorningReading (process)Medical educationWorld Wide WebMedicineMultimediaPsychologyComputer scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Morning report is an interactive case-based teaching session common to internal medicine training programs across North America. DESCRIPTION: We report here on a morning report web log ("blog"), created and updated after morning report sessions by the Chief Medical Resident with pertinent clinical topics, links to journal articles, and medical images. Trainees on their internal medicine rotation were e-mailed a web link with each posting. The aim was to enhance learning on clinical topics discussed at morning report by reinforcing topics and promoting further reading. EVALUATION: The educational impact of the blog was evaluated using detailed web metrics and surveys of attendees. The intended audience spent on average more than 5 min reading the blog and viewed more than 3 pages per visit. Almost half of attendees accessed the blog after completing their internal medicine rotation. The blog was also accessed by a global audience. Trainees rated the blogs a useful learning tool and cited it to be among the top 3 educational resources accessed during their rotation. CONCLUSIONS: In summary, a morning report blog was perceived by learners to be an effective complement to case-based teaching sessions. The combination of novel web metrics and survey data allowed for a multifaceted evaluation of the educational impact of the blog.

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)0,011
score de la tête « metaresearch » (Gemma)0,025
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,679
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,004
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 Opus0,018
Tête enseignante GPT0,365
Écart entre enseignants0,346 · 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 tête enseignante, pas un consensus.

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

Citations25
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

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