MétaCan
Menu
Retour à la cohorte
Enregistrement W2253776749 · doi:10.1096/fasebj.29.1_supplement.547.4

How a Professional Identity is Forged in the Anatomy Lab for Medical Students

2015· article· en· W2253776749 sur OpenAlexaff
Claudia Krebs, Anita Parhar, Gurdeep Parhar

Notice bibliographique

RevueThe FASEB Journal · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAnatomy and Medical Technology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedical educationCurriculumPerceptionFocus groupIdentity (music)PsychologyProfessional developmentAnatomyMedicinePedagogySociology

Résumé

récupéré en direct d'OpenAlex

It is recognized that the development of a professional identity is significantly influenced by experiences in academic and clinical settings, and through certain rites of passage, such as, learning from cadavers. Little is known, however, about how the experiences in the cadaver lab actively shape the development of the Professional. To understand the impact the experiences in the anatomy lab have on students' professional identity formation, first year students were surveyed before and their first anatomy session. Four months after commencing their anatomy sessions, students completed another survey and focus groups were conducted. In both the survey and focus groups, students were asked to explore their perceptions of themselves as students, physicians in training, idealized physicians, and the congruency between values held and behaviors displayed. When asked to rank their own development and the perception of their peers in the anatomy lab, students positioned themselves on the pathway towards the medical professional. They ranked those students coping best with the experience as closest to the qualities of a physician they admire. The emphasis on professionalism in the course had a positive impact on their experience. While cadavers have historically been used to teach anatomy, the findings from this study indicate that the same anatomy labs significantly contribute to the formation of the professional. As medical curricula across the world continue to evolve, the goal should be to preserve the rich experience gained by cadaver dissection.

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)0,014
score de la tête « metaresearch » (Gemma)0,026
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0140,013
Communication savante0,0160,005
Science ouverte0,0010,012
Intégrité de la recherche0,0020,005
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 Opus0,021
Tête enseignante GPT0,322
Écart entre enseignants0,301 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetAnatomy and Medical TechnologyTravaux en français237 207