Evaluation of a training programme to induct medical students in delivering public health talks
Notice bibliographique
Résumé
INTRODUCTION: It is uncommon for medical students to deliver public health talks as part of their medical education curriculum. This study evaluated the effectiveness of a novel training programme that required medical students to deliver public health talks during their family medicine (FM) clerkship in a Singapore primary care institution. METHODS: The FM faculty staff guided teams of third-year medical students to select appropriate topics for health talks that were to be conducted at designated polyclinics. The talks were video-recorded and appraised for clarity, content and delivery. The appraisal was done by the student's peers and assigned faculty staff. The audience was surveyed to determine their satisfaction level and understanding of the talks. The students also self-rated the effectiveness of this new teaching activity. RESULTS: A total of 120 medical students completed a questionnaire to rate the effectiveness of the new teaching activity. 85.8% of the students felt confident about the delivery of their talks, 95.8% reported having learnt how to deliver talks and 92.5% perceived this new training modality as useful in their medical education. Based on the results of the audience survey, the speakers were perceived as knowledgeable (53.1%), confident (51.3%) and professional (39.0%). Assessment of 15 video-recorded talks showed satisfactory delivery of the talks by the students. CONCLUSION: The majority of the students reported a favourable overall learning experience under this new training programme. This finding is supported by the positive feedback garnered from the audience, peers of the medical students and the faculty staff.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,044 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».