MétaCan
Menu
Retour à la cohorte
Enregistrement W2186175998

Service Learning for Medical Students: Program Development and Students' Reflections.

2014· article· en· W2186175998 sur OpenAlexaff
Shu-Huei Yang, Chun‐Kuang Shih, Chu-Hsiu Liu, Hsiang-Ting Peng, Wing P. Chan

Notice bibliographique

RevueTaipei Medical University Repository · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueEmpathy and Medical Education
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesnon disponible
Mots-clésActive listeningMedical educationPsychologyInterpersonal communicationCommunication skillsService-learningPedagogyMedicineSocial psychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We designed a cross-disciplinary interdepartmental volunteer program, which involved student participation in care teams for the elderly living alone. Our aim was to enhance communication between students and the elderly. Students were expected to meet and learn to get along with the elderly, to develop listening and communication skills, and learn to cooperate with student participants in other services. Students were required to devote at least 14 hours per semester to this two-semester program. Between September 2008 and June 2009, 19 students (1 st semester), 34 students (2 nd semester), 7 students (both 1 st and 2 nd semesters), respectively, and 15 elderly participants became involved in the program. Students were divided into 15 groups (each with 2–4 students), and each group visited the assigned elderly person at least 6 times per semester. According to student accounts, these visits improved their interpersonal and communication skills and their ability to express concerns with self-confidence. Our analysis of students’ reflections found that early exposure to such community experiences increases their capacity for self-reflection and teaches them how to show respect. The opportunity to develop empathic communication skills with the elderly and learn to cooperate with faculty and colleagues can be beneficial to students in their future medical practice and strengthen the quality of community care.

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)0,010
score de la tête « metaresearch » (Gemma)0,012
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,013
Tête enseignante GPT0,328
Écart entre enseignants0,315 · 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
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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTaipei Medical University RepositoryMême sujetEmpathy and Medical EducationTravaux en français237 207