MétaCan
Menu
Retour à la cohorte
Enregistrement W2156755699 · doi:10.3109/0142159x.2012.642832

Medical students as teachers at CoSMO, Columbia University's student-run clinic: A pilot study and literature review

2012· review· en· W2156755699 sur OpenAlexaff
Magni Hamso, Amanda K. Ramsdell, Dorene F. Balmer, Cyrus Boquín

Notice bibliographique

RevueMedical Teacher · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensColumbia College
Organismes subventionnairesnon disponible
Mots-clésCurriculumOutreachMedical educationMedical schoolMedicinePsychologyAcademic yearPedagogyMathematics education

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although medical students are expected to teach as soon as they begin residency, medical schools have just recently begun adding teacher training to their curricula. Student-run clinics (SRCs) may provide opportunities in clinical teaching before residency. AIM: The aim of this pilot study was to examine students' experiences in clinical teaching at Columbia Student Medical Outreach (CoSMO), Columbia University's SRC, during the 2009-2010 school year. METHODS: A mixed-methods approach was used. Data included closed and open-ended surveys (n = 34), combined interviews with preclinical and clinical student pairs (n = 5), individual interviews (n = 10), and focus groups (n = 3). The transcripts were analyzed using the principles of grounded theory. RESULTS: Many students had their first clinical teaching experience while volunteering at CoSMO. Clinical students' ability to teach affected the quality of the learning experience for their preclinical peers. Preclinical students who asked questions and engaged in patient care challenged their clinical peers to balance teaching with patient care. Clinical students began to see themselves as teachers while volunteering at CoSMO. CONCLUSION: The practical experiences in clinical teaching that students have at SRCs can supplement classroom-based trainings. Medical schools might revisit their SRCs as places for exposure to clinical teaching.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0070,009
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,061
Tête enseignante GPT0,453
Écart entre enseignants0,392 · 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'étudeQualitatif
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical TeacherMême sujetInnovations in Medical EducationTravaux en français237 207