MétaCan
Menu
Retour à la cohorte
Enregistrement W2605144743 · doi:10.3138/jvme.0816-124r2

Teaching Tip: Improving Students' Email Communication through an Integrated Writing Assignment in a Third-Year Toxicology Course

2017· article· en· W2605144743 sur OpenAlexvenueno aff
April A. Kedrowicz, Sarah Hammond, David C. Dorman

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueVeterinary Practice and Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesCarnegie Foundation for the Advancement of TeachingU.S. Department of Energy
Mots-clésCurriculumCoding (social sciences)Medical educationComputer scienceHealth communicationPsychologyMathematics educationMedicinePedagogySociology

Résumé

récupéré en direct d'OpenAlex

Client communication is important for success in veterinary practice, with written communication being an important means for veterinarian-client information sharing. Effective communication is adapted to clients' needs and wants, and presents information in a clear, understandable manner while accounting for varying degrees of client health literacy. This teaching tip describes the use of a mock electronic mail assignment as one way to integrate writing into a required veterinary toxicology course. As part of this project, we provide baseline data relating to students' written communication that will guide further development of writing modules in other curricula. Two independent raters analyzed students' writing using a coding scheme designed to assess adherence to the guidelines for effective written health communication. Results showed that the majority of students performed satisfactorily or required some development with respect to recommended guidelines for effective written health communication to facilitate client understanding. These findings suggest that additional instruction and practice should emphasize the importance of incorporating examples, metaphors, analogies, and pictures to create texts that are comprehensible and memorable to clients. Recommendations are provided for effective integration of writing assignments into the veterinary medicine curriculum.

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)0,004
score de la tête « metaresearch » (Gemma)0,018
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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.

Tête enseignante Opus0,332
Tête enseignante GPT0,592
Écart entre enseignants0,259 · 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
GenreMéthodes

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

En bref

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical EducationMême sujetVeterinary Practice and Education StudiesTravaux en français237 207