MétaCan
Menu
Retour à la cohorte
Enregistrement W2605239942

Narrative means to professional ends

2012· article· en· W2605239942 sur OpenAlexaffvenueabout
Allan Peterkin, Michael Roberts, Lynn Kavanagh, Tom Havey

Notice bibliographique

RevueCanadian Family Physician · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésReflective writingSession (web analytics)Reflection (computer programming)Context (archaeology)NarrativeReflective practiceMedical educationGRASPCritical thinkingPsychologyPedagogyMathematics educationComputer scienceMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Problem addressed Medical students in training are rarely encouraged to engage in reflective thinking around clinical encounters. Writing exercises can be an effective route for encouraging student reflection. Objective of program The purpose of this pilot project was to determine if using reflective writing in teaching the CanMEDS roles helps to increase students’ understanding of the roles in the clinical context. Program description A pilot project was undertaken with 10 third-year medical students at the University of Toronto in Ontario. Students wrote about a different CanMEDS role for each session based on supplied writing prompts. Students also completed a Narrative Reflection Tool at the end of each group session. A selection of writing samples was assessed for reflection and for an understanding of the CanMEDS roles. Students were also given an opportunity to provide feedback on the program. Conclusion Students demonstrated a good grasp of the CanMEDS roles, strong reflective capacity, and engagement in the learning process. Results suggest reflective writing has an important role in encouraging personal reflection and reflective thinking in the clinical context.

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)0,006
score de la tête « metaresearch » (Gemma)0,017
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,024
Communication savante0,0090,008
Science ouverte0,0010,008
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0190,004

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 Opus0,041
Tête enseignante GPT0,379
Écart entre enseignants0,338 · 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
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

Citations0
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Family PhysicianMême sujetReflective Practices in EducationTravaux en français237 207