MétaCan
Menu
Retour à la cohorte
Enregistrement W2166850456 · doi:10.1080/01421590701663295

Games as teaching tools in a surgical residency

2007· article· en· W2166850456 sur OpenAlexaff
Sarkis Meterissian, Moïshe Liberman, Peter J. McLeod

Notice bibliographique

RevueMedical Teacher · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensMontreal General HospitalMcGill University
Organismes subventionnairesnon disponible
Mots-clésPreferenceMedical educationSet (abstract data type)Quality (philosophy)Face (sociological concept)MedicinePsychologyMathematics educationComputer scienceSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Didactic lectures have been the mainstay of core teaching in the surgical residency program at our school. Our concerns about the educational impact of these passive activities led us to consider more interactive teaching approaches. METHODS: We developed an interactive games-based approach to learning. One set of games was labeled "Who wants to be a Surgeon" (WS) and the other was called "Senior Face-off" (SF). We evaluated the impact of this innovation using an end-of-year questionnaire. RESULTS: Enjoyment, teaching quality and preference over lectures were high for both games. However, the WS sparked interest significantly more in junior residents (4.3 +/- 0.21 vs 3.3 +/- 0.31, p = 0.015) and senior residents found both games more stressful than did junior residents (WS: 2.88 +/- 0.32 vs 2.00 +/- 0.21, p = 0.038, and SF: 3.54 +/- 0.29 vs 1.80 +/- 0.33, p = 0.001). CONCLUSIONS: This innovative teaching technique promoted learner interest and was regarded as a worthwhile educational activity. Games with a competitive emphasis may unduly stress senior residents.

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)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,736
Score d'incertitude au seuil0,986

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
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)0,0150,000

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 Opus0,056
Tête enseignante GPT0,391
Écart entre enseignants0,335 · 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'étudeSans objet
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

Citations40
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical TeacherMême sujetSurgical Simulation and TrainingTravaux en français237 207