MétaCan
Menu
Retour à la cohorte
Enregistrement W2548713521 · doi:10.1097/jpa.0000000000000089

Integrating Medical Simulation Into the Physician Assistant Physiology Curriculum

2016· article· en· W2548713521 sur OpenAlexaff
Lixin Li, John E. Lopes, Joseph Zhou, Biao Xu

Notice bibliographique

RevueThe Journal of Physician Assistant Education · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedical simulationCurriculumMedical educationSimulation trainingHeart failureTest (biology)StarlingMedicineCardiologyPsychologyComputer scienceSimulationInternal medicinePedagogy

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Medical simulation has recently been used in medical education, and evidence indicates that it is a valuable tool for teaching and evaluation. Very few studies have evaluated the integration of medical simulation in medical physiology education, particularly in PA programs. This study was designed to assess the value of integrating medical simulation into the PA physiology curriculum. METHODS: Seventy-five students from the PA program at Central Michigan University participated in this study. Mannequin-based simulation was used to simulate a patient with hemorrhagic shock and congestive heart failure to demonstrate the Frank-Starling force and cardiac function curve. Before and after the medical simulation, students completed a questionnaire as a self-assessment. A knowledge test was also delivered after the simulation. RESULTS: Our study demonstrated a significant improvement in student confidence in understanding congestive heart failure, hemorrhagic shock, and the Frank-Starling curve after the simulation. CONCLUSIONS: Medical simulation may be an effective way to enhance basic science learning experiences for students and an ideal supplement to traditional, lecture-based teaching in PA 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 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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,753
Score d'incertitude au seuil0,514

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,357
Écart entre enseignants0,342 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physician Assistant EducationMême sujetSimulation-Based Education in HealthcareTravaux en français237 207