MétaCan
Menu
Retour à la cohorte
Enregistrement W2613896660 · doi:10.1111/tct.12650

A web‐based peer feedback tool for physical examination

2017· article· en· W2613896660 sur OpenAlexaffabout
Ryan A Luther, Lisa Richardson

Notice bibliographique

RevueThe Clinical Teacher · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedical educationObjective structured clinical examinationContext (archaeology)Physical examinationProcess (computing)PsychologyMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Medical students do not have many formal opportunities to practise physical examinations during their pre-clerkship years. Consequently, they often practise their examination skills with peers outside of formal teaching sessions. There are also few opportunities for observation and feedback on their skills in this area. CONTEXT: The undergraduate medical programme at the University of Toronto is a 4-year programme where students learn clinical skills in the first 2 years prior to beginning clinical rotations. INNOVATION: We describe a web-based, mobile device-friendly tool to facilitate structured peer-peer observation and feedback of physical examination skills. The tool is designed for use by pre-clerkship medical students, and includes assessment criteria for select physical examinations based on expectations for pre-clerkship medical students. In addition, supplemental instructional material was developed to aid the students' learning. The tool was piloted with first-year medical students as they prepared for their autumn objective structured clinical examination (OSCE) at the University of Toronto. Its use was voluntary. IMPLICATIONS: The tool has been used enthusiastically by students, and their feedback has been positive. This tool is an innovation that guides students as they practise their physical examination skills, and gives them a framework to provide feedback to one another during this process. It also encourages students to reflect critically on their own skills, as well as those of their peers, through the use of an engaging digital platform. The tool will be expanded to include history-taking vignettes, photos and videos. The tool is sustainable, and could be easily implemented at other institutions without a substantial investment. Students often practise their examination skills with peers outside of formal teaching sessions.

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)0,016
score de la tête « metaresearch » (Gemma)0,082
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: Méthodes
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,082
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,002
Études des sciences et des technologies0,0010,000
Communication savante0,0020,003
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0300,013

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 Opus0,139
Tête enseignante GPT0,484
Écart entre enseignants0,346 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueThe Clinical TeacherMême sujetInnovations in Medical EducationTravaux en français237 207