Training Medical Students to Communicate with a Linguistic Minority Group
Notice bibliographique
Résumé
Effective communication is central to a successful physician-patient relationship. Communication is usually enhanced when the linguistic and cultural attributes of patients are incorporated in health care delivery. With this purpose in mind, the Faculty of Medicine at the University of Ottawa has developed a French-language stream to train future physicians for the francophone minority population of Ontario. As part of this project, a communication skills laboratory was created for francophone students in 1996, since all three tertiary care teaching hospitals operated in English only. The laboratory consists of a controlled environment where francophone students conduct interviews in French while being observed by clinicians trained in observation and feedback techniques. It makes use of simulated patients trained to play specific roles and to give feedback to students. Laboratory sessions take place throughout the first and second years and expose students to 15 scenarios covering different themes in each year. Each scenario includes a communication problem. Facilities are in place for filming the encounters for review by students. The project has had favorable outcomes. Both students and clinician-supervisors find that the laboratory offers an excellent learning environment and describe the cases as realistic and instructive. Clerkship preceptors are pleased with the students' communication skills. Because of the success of the laboratory, faculty authorities plan to translate the scenarios and offer similar sessions to students in the English-language stream. The teaching methods used in the communication skills laboratory may be of interest to other medical schools that serve linguistic minority populations.
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 | 0,007 | 0,012 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».