MétaCan
Menu
Retour à la cohorte
Enregistrement W2137767941 · doi:10.1007/s40037-014-0134-z

Virtual patients as activities: exploring the research implications of an activity theoretical stance

2014· article· en· W2137767941 sur OpenAlexaff
Rachel H. Ellawa

Notice bibliographique

RevuePerspectives on Medical Education · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensNOSM University
Organismes subventionnairesnon disponible
Mots-clésCLARITYScholarshipVirtual patientActivity theoryContext (archaeology)MainstreamComputer scienceInstructional simulationMetaverseIntervention (counseling)Frame (networking)Virtual realityEngineering ethicsHuman–computer interactionPsychologyMedicineMedical educationPedagogyEngineeringNursing

Résumé

récupéré en direct d'OpenAlex

Virtual patients are computer-based simulators of patient encounters for the purposes of instruction, practice, and assessment. Although virtual patients have been around for some time they have yet to become part of mainstream medical education. A major reason for this would seem to be a lack of clarity as to what educational value virtual patients actually have. This paper argues that virtual patients should be seen as activities rather than artifacts and that activity theory can be used to generate different ways to frame scholarship in and around virtual patients. Drawing on the work of Leont'ev and Engeström this paper describes a range of perspectives based on the operations, actions, and objectives in and around virtual patients; the use of virtual patients to mediate activities; and the sociocultural context and the participants in virtual patient activities. This approach allows us to move beyond the 'does or does not work' discourse of much of the existing scholarship around virtual patients and, to an extent, around educational technologies as a whole. Activity perspectives, and activity theory in particular, offer new horizons for research and evaluation that address many of the limitations of intervention-based paradigms of inquiry.

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)0,034
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,178

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,042
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,004
Études des sciences et des technologies0,0080,073
Communication savante0,0220,027
Science ouverte0,0030,016
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,049
Tête enseignante GPT0,392
Écart entre enseignants0,342 · 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'étudeThéorique ou conceptuel
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

Citations38
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePerspectives on Medical EducationMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207