MétaCan
Menu
Retour à la cohorte
Enregistrement W2324757699 · doi:10.15766/mep_2374-8265.7899

Medical Solitaire: A Flash-Based Game Facilitating Study and Review of Lecture Content. “Cysts and Tumors of the Liver”

2010· article· en· W2324757699 sur OpenAlexaff
John T. Woosley, Kalyani Premkumar, Edwin J. Staples

Notice bibliographique

RevueMedEdPORTAL · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovations in Educational Methods
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésSolitaire Cryptographic AlgorithmChapelComputer scienceMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract This module is a game-based desktop study and review tool that deals with the cysts and tumors of the liver. Medical Solitaire structures factual course content into an engaging format. The top half of the game screen can display up to eight categories (e.g., types of hepatic cysts and tumors in the illustrative example). The lower half of the game screen contains a stack of digital cards (text, laboratory data, radiographic images, gross pathology images, histopathologic images) that are to be matched with the categories above. The student evaluates the data on the top card of the stack and decides with which of the categories it matches. They then drag the card to that category (much like playing computer solitaire). A score is tabulated in the lower right corner. At the end of the game, the student receives a percent grade reflecting how well they have done in matching card data with each category. Low scores would tell the student that they need more review of the material. The categories and card stack reshuffle every time a new game is started to avoid having students remember material based solely on its location in the game. The first iteration of the tool is being published to highlight the role that game-playing can have in medical education and to obtain feedback from medical educators aiding the further development of the educational approach.

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: aucune
GenreSignal candidat: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,136

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0410,007

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 Opus0,044
Tête enseignante GPT0,392
Écart entre enseignants0,348 · 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
GenreLogiciel

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedEdPORTALMême sujetInnovations in Educational MethodsTravaux en français237 207