MétaCan
Menu
Retour à la cohorte
Enregistrement W2323223336 · doi:10.1097/acm.0b013e3182675b08

Taking a Detour

2012· article· en· W2323223336 sur OpenAlexaff
Mark Goldszmidt, Natasha Aziz, Lorelei Lingard

Notice bibliographique

RevueAcademic Medicine · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueHospital Admissions and Outcomes
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPresentation (obstetrics)Medical educationRhetorical questionCase presentationPsychologyPatient careMedicineNursing

Résumé

récupéré en direct d'OpenAlex

PURPOSE: During admission case review, teams work to develop a shared understanding of the problems they need to address during the patient's hospitalization. However, research on the effects of the case review on patient care is limited. Informed by rhetorical genre theory, the authors explored the impact of team's communication practices on the comprehensiveness of the case review. METHOD: Using a multiple-case-study approach, the authors in 2010 observed in person, audio-recorded, and transcribed data from overnight and morning case review discussions for 19 patient cases in the internal medicine department of an academic medical center. They also extracted data from the corresponding admission notes. They used a constant-comparison approach to identify emerging themes within and across cases. RESULTS: The authors identified detours, which typically arose from supervisors' interruptions, in all 19 cases. They identified five detour types: pausing the presentation, referring to a section later in the presentation, presenting sections out of sequence, skipping a section, and truncating the presentation. Although supervisors' interruptions during case review discussions allowed for teaching and patient care, they also created detours from the usual case presentation, which then could lead to the omission of relevant case details. CONCLUSIONS: Supervisors' interruptions during case review discussions can lead to detours, which simultaneously afford valuable opportunities for teaching and threaten comprehensive information sharing. Future research should explore detours in other teaching settings to better understand their positive, negative, and unintended consequences for patient care.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,272
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0030,000

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 Opus0,058
Tête enseignante GPT0,374
Écart entre enseignants0,316 · 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.

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

Citations20
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetHospital Admissions and OutcomesTravaux en français237 207