PedsCases - A Learning Module of Acute Stridor for Medical Students
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract This learning module includes a podcast and three cases that review the common causes of acute stridor in children, as well as the pathophysiology and treatment of those causes. It is intended for medical students of all years. The podcast covers foreign body inhalation, anaphylaxis, epiglottitis, croup, and bacterial tracheitis. A script of the podcast has also been included. In addition to the podcast and script, the module includes cases discussing croup, epiglottitis, and bacterial tracheitis. Each case begins with the initial presentation of a child with stridor. The student is required to answer multiple-choice questions that focus on establishing a differential diagnosis and confirming the diagnosis. Next, the student lists a management plan for the specific cause of the stridor. The correct answer for each question is explained once the question has been answered. By working first through the podcast and then through the cases, the student will have the ability to recognize some of the acute causes of stridor and develop an initial management plan. This module is a part of PedsCases, a series of comprehensive web-based educational tools that focus on the core objectives of undergraduate pediatric education with extensive student involvement. PedsCases was created for and by medical students and provides an opportunity for active self-directed learning in pediatrics. The learning modalities available include questions, flash card–type quizzes, multistep clinical cases, and podcasts. PedCases has been used in 96 different countries, and there have been over 10,000 downloads of the available podcasts.
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.
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 | 0,000 | 0,000 |
| 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 découle