MG-111 Clinical genetics education: Building foundations using e-modules for paediatric residents
Notice bibliographique
Résumé
<h3>Objectives</h3> Clinical Genetics is rapidly evolving so it is essential that future physicians are equipped to practice in a genetics literate world. The goal of this project is to provide non-genetics trainees with an accessible resource to enhance their genetics education and to complement traditional teaching modalities. We are undertaking a pilot study of Paediatric residents’ genetics knowledge and perceptions before and after completing the e-modules. <h3>Design/methods</h3> We have created two e-modules highlighting common situations encountered in practice, a positive newborn screen and developmental disability/autism. The e-modules lead students through gathering information, interpreting findings, and management strategies. Basic genetic concepts, indications and limitations of testing are highlighted. The modules are designed for trainees prior to exposure to Clinical Genetics, to provide a foundation to build upon with clinical experience. The modules are available through the Queen’s School of Medicine technology platform. A questionnaire assessing knowledge and comfort with genetics will be administered before, immediately after, and 6 months after the modules. Focus groups will be conducted to determine residents’ perception of the modules and thematically analysed through a lens of constructivist grounded theory. <h3>Results/conclusions</h3> The e-modules have been designed and are in the process of being implemented. By sharing our preliminary experience we hope to expand genetics education opportunities for non-genetics residents.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; un appel candidat d’une seule tête enseignante, 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 ».