Improving the Neurological Exam Skills of Medical Students
Notice bibliographique
Résumé
OBJECTIVE: Determine if distributed practice of of neurological exam (NE) skills in first year medical school produces sustained improvements in the skills of second year students. METHODS: A prospective, controlled, non-blinded study conducted at McGill University (class size = 180 students). Expanded teaching of muscle stretch reflexes was provided to first year medical students. A structured examination of muscle stretch reflexes (max score = 100) was administered in second year medical school after a required two week rotation in Neurology. Results for class A (received the intervention in first year) were compared to the results for the preceding class B (had not received the intervention). RESULTS: 77 of 177 (44%) eligible in class A and 69 of 166 (42%) eligible students in class B participated. Results were analyzed separately for each of the two examiners. Mean (SD) scores were 95.2 (5.6) for class A (intervention) and 81.7 (11.1) for class B (control) for the first examiner and 90.4 (8.2) for class A and 83.8 (11.7) for class B for the second examiner. Results were statistically significant (Mann-Whitney test z = 5.27, p<0.0001 first examiner and z = 2.67, p<0.0038 second examiner). CONCLUSIONS: Distributed practice of muscle stretch reflexes during first year medical school results in improved performance by second year medical students after their mandatory clinical rotation in neurology, even when examined up to 14 months after the intervention. This finding has implications for the teaching of the NE.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».