MétaCan
Menu
Retour à la cohorte
Enregistrement W2109031423 · doi:10.5770/cgj.17.74

Assessing the Impact of a Geriatric Clinical Skills Day on Medical Students’ Attitudes Toward Geriatrics

2013· article· en· W2109031423 sur OpenAlexaffvenueabout
Andalib F. Haque, Daniel Soong, Camilla L. Wong

Notice bibliographique

RevueCanadian Geriatrics Journal · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensSt. Michael's HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésGeriatricsMedicineSpecialtyTest (biology)Family medicinePopulationMedical educationGerontologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The aging population requires an improvement in physicians' attitudes, knowledge, and skills, regardless of their specialty. This study aimed to identify attitude changes of University of Toronto pre-clerkship medical students towards geriatrics after participation in a Geriatric Clinical Skills Day (GCSD). METHODS: This was a before and after study. The GCSD consisted of one large and four small interactive, inter-professional geriatric medicine workshops facilitated by various health professionals. A questionnaire, including the validated UCLA Geriatrics Attitudes Scale, was administered to participating pre-clerkship medical students before and after the GCSD. A one-sample t-test and signed rank parametric test were used to determine attitude changes. RESULTS: 42.1% indicated an interest in Geriatric Medicine, 26.3% in Geriatric Psychiatry, and 63.2% in working with elderly patients. Both pre- and post-mean scores were greater than 3 (neutral), indicating a positive attitude before and after the intervention (p < .001). There was no significant difference in the change in mean total scores (signed rank test p ≥ .12, Student's t-test p > .11). CONCLUSIONS: The GCSD did not alter pre-clerkship students' attitudes towards geriatrics. This study adds to geriatric medical education research and warrants further investigation in a larger, multi-centred trial.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,073
Tête enseignante GPT0,472
Écart entre enseignants0,399 · 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

Citations12
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Geriatrics JournalMême sujetAging and Gerontology ResearchTravaux en français237 207