A classification of the verbal methods currently used to teach endoscopy
Notice bibliographique
Résumé
BACKGROUND: As endoscopy does not lend itself well to assisting or exposure by the teacher, most of the teaching is, by necessity, done verbally. METHODS: The verbal teaching occurring during 19 colonoscopies and 14 gastroscopies was recorded by dictaphone and later transcribed. The resultant 53-page transcript was then analyzed using the Grounded Theory method. Teaching was compared between learners with less than one month versus more than one month of training and between teaching of colonoscopy versus gastroscopy. RESULTS: The process of iterative review and repeated testing yielded 6 types of verbal teaching: demonstration by the teacher, motor instructions, broad tips/tricks/pointers, verbal feedback, questioning, and non-procedural information. Inter-rater agreement was excellent (Fleiss's kappa = 0.76) between resident (DM), the non-medical educator (MP), and the medical teacher (MM). Overall, there was less non-procedural teaching (6.7% vs 23.7%, p = 0.01) and a trend towards more teaching moments per case (13.2 vs 7.9, p = 0.07) in the first month of the rotation compared to the later months. A greater proportion of the teaching for colonoscopy involved demonstration (13.7% vs. 2.7%, p = 0.040) and tips/tricks/pointers (26.6% vs. 12.4%, p = 0.012) compared to gastroscopy. CONCLUSIONS: We describe a means of categorizing verbal teaching in endoscopy that is simple and shows strong inter-rater agreement that will serve as a starting point for further studies aiming to improve how endoscopy is taught.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 ».