MétaCan
Menu
Retour à la cohorte
Enregistrement W2317745800 · doi:10.15766/mep_2374-8265.8182

PedsCases - A Learning Module for the Assessment of Proteinuria and Hematuria in Children for Medical Students

2010· article· en· W2317745800 sur OpenAlexaffabout
Peter J. Gill, Peter MacPherson, Debraj Das, Maury Pinsk, Verna Yiu

Notice bibliographique

RevueMedEdPORTAL · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRenal and related cancers
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCurriculumMedical educationResource (disambiguation)Study guideMedicinePsychologyPedagogyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract This resource features two podcast-based learning modules focused on the assessment of proteinuria and hematuria in children. The modules are intended for medical students. They outline the key aspects of history and physical exam, describe the key investigations, and overview the etiologies of proteinuria and hematuria in children. This resource is a part of PedsCases, a series of resource that have been integrated into the third-year undergraduate pediatric medical education curriculum at the University of Alberta. PedsCases is one of the main sources recommended to students to assist in covering the core objectives of the clinical pediatric rotation and in preparing for the final examinations. Since the focus of medical education has shifted towards independent learning, PedsCases has become a complementary educational tool and has filled a niche.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,112
Score d'incertitude au seuil0,374

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,1120,033

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 Opus0,003
Tête enseignante GPT0,299
Écart entre enseignants0,296 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedEdPORTALMême sujetRenal and related cancersTravaux en français237 207