Walk a mile in my shoes: a chronic illness care workshop for first-year students.
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: A number of educators and recent medical school graduates have suggested a need to expand predoctoral training in chronic illness care. We developed a workshop to enhance first-year students' self-awareness regarding attitudes toward chronic illness care and to help them communicate effectively around patient self-care. METHODS: Students participated in a two-part workshop incorporating lectures, patient-centered interviewing role-plays, and an assignment requiring students to "have" a chronic illness and perform self-care tasks for 2 weeks. We assessed impact on chronic care knowledge by comparing pre- and post-workshop quiz scores. We also reviewed student evaluations of the experience. RESULTS: Of 96 students, 86 (90%) attended Session 1, and 91 (95%) attended Session 2. The mean (standard deviation) knowledge score improved from 6.4 (1.5) before the workshop to 8.4 (1.2) after the workshop (10 points possible). Of 53 students (55%) who completed an evaluation, most perceived the value of the workshop, including the self-care assignment and role-plays. Some felt more positively about chronic illness care following the workshop, and many indicated additional chronic care training in the clinical years would be welcome. CONCLUSIONS: An introductory workshop for first-year students led to increased knowledge of and improved attitudes toward chronic illness care. Longitudinal training in chronic illness care should be considered in predoctoral education.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,004 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».