MétaCan
Menu
Retour à la cohorte
Enregistrement W2317075657 · doi:10.1177/1357633x15575446

A comparison of telemedicine teaching to in-person teaching for the acquisition of an ultrasound skill - a pilot project

2015· article· en· W2317075657 sur OpenAlexaff
Anne-Marie Brisson, Peter Steinmetz, Sharon Oleskevich, John Lewis, Andrew Reid

Notice bibliographique

RevueJournal of Telemedicine and Telecare · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound in Clinical Applications
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésTelemedicineMedical educationPouchMedicineDreyfus model of skill acquisitionHealth careTeaching methodNursingPsychologyMathematics educationSurgery

Résumé

récupéré en direct d'OpenAlex

Telemedicine is widely used for medical education but few studies directly investigate how telemedicine teaching compares to conventional in-person teaching. Here we determine whether telemedicine teaching is as effective as in-person teaching for the acquisition of an ultrasound skill important in trauma care. Nurses with no prior ultrasound experience (n = 10) received study material and a teaching session on how to locate and image the hepatorenal space (Morison's pouch). One group of nurses was taught in-person (In-person Group) and the other group was taught via telemedicine (Telemedicine Group). Telemedicine allowed two-way audio and visual communication between the instructor and the nurses. A comparison of the teaching techniques showed that telemedicine teaching was equivalent to in-person teaching for the acquisition of practical and theoretical skills required to locate Morison's pouch. The average time required to locate Morison's pouch after teaching was similar between both groups. The results demonstrate that telemedicine teaching is as effective as in-person teaching for the acquisition of bedside ultrasound skills necessary to identify Morison's pouch. Remote teaching of these bedside ultrasound skills may help in the diagnosis of intra-abdominal bleeding in rural healthcare centers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,165
Score d'incertitude au seuil0,792

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,104
Tête enseignante GPT0,438
Écart entre enseignants0,334 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations22
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Telemedicine and TelecareMême sujetUltrasound in Clinical ApplicationsTravaux en français237 207