Can a multisensory teaching approach impart the necessary knowledge, skills, and confidence in final year medical students to manage epistaxis?
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this study is to evaluate the efficacy of a multisensory teaching approach in imparting the knowledge, skills, and confidence to manage epistaxis in a cohort of fourth year medical students. METHODS: One hundred and thirty four fourth year medical students were recruited into the study from Aug 2011 to February 2012 in four groups. Students listened to an audio presentation (PODcast) about epistaxis and viewed a video presentation on the technical skills (VODcast). Following this, students completed a 5-minute Individual Readiness Assessment Test (IRAT) to test knowledge accrued from the PODcast and VODcast. Next, students observed a 10-minute expert demonstration of the technical skills on a human cadaver and spent half an hour practicing these techniques on cadaver simulators with expert guidance. The students' confidence was assessed with Confidence Level Questionnaires (CLQs) before and after their laboratory session. The skill level of a subset of students was also assessed with a pre- and post-laboratory Objective Structured Assessment of Technical Skills (OSATS). RESULTS: Eighty two percent of the participants achieved a score of at least 80% on the IRAT. The CLQ instrument was validated in the study. There was a statistically significant improvement between the pre- and post-laboratory CLQ scores (p<0.01) and also between pre- and post-laboratory OSATS scores (p<0.01). Qualitative feedback suggested a student preference for this teaching approach. CONCLUSIONS: This study provides further evidence that a multisensory teaching intervention effectively imparts the necessary knowledge, skill and confidence in fourth year medical students to manage epistaxis.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».