MétaCan
Menu
Retour à la cohorte
Enregistrement W2108134623 · doi:10.1111/medu.12496

Exploring the consequences of combining medical students with and without a background in biomedical sciences

2014· article· en· W2108134623 sur OpenAlexaff
Rachel Ellaway, Amanda Bates, Suzanne Girard, Deanna Buitenhuis, Kyle Lee, Aidan Warton, Steve Russell, Jill Caines, Eric Traficante, Lisa Graves

Notice bibliographique

RevueMedical Education · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Education and Admissions
Établissements canadiensSt. Michael's HospitalNOSM University
Organismes subventionnairesnon disponible
Mots-clésMedical educationMEDLINEPsychologyMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

CONTEXT: Medical schools have tended to admit students with strong backgrounds in the biomedical sciences. Previous studies have shown that those with backgrounds in the social sciences can be as successful in medical school as those with science backgrounds. However, the experience of being a 'non-science' student over time has not been well described. METHODS: A mixed-methods study was developed and run with the aim of elucidating the personal experiences of science and non-science students at our institution. Data were generated from a student survey that focused on participants' self-identification as science or non-science students, and on their sense of preparedness and stress, and from a series of student focus groups exploring participants' experiences of science and non-science issues in all aspects of their training. Descriptive statistics were generated for structured survey data. Focus group data and unstructured survey data were analysed to identify common themes. End-of-module and end-of-year examination data for the four class cohorts in the programme were also analysed to compare science and non-science student performance over time. RESULTS: There were clear differences between the experiences and performance of science and non-science students. We found dichotomies in students' self-reported sense of preparedness and stress levels, and marked differences in their examination performance, which diminished over time to converge around the third year of their studies. Combining science and non-science students in the same class affected the students to different extents and in different ways. The potential disruption of mixing science and non-science students diminished as their levels of performance converged. CONCLUSIONS: The psychosocial stress experienced by non-science students and the challenges it posed, in both their academic and their personal lives, have implications for how such students should be supported, and how curricula can be configured to afford quality learning for all medical students.

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)0,003
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,199
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,102
Tête enseignante GPT0,422
Écart entre enseignants0,320 · 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

Citations13
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical EducationMême sujetMedical Education and AdmissionsTravaux en français237 207