LO30: Using a Massive Online Needs Assessment (MONA) to develop a Free Open Access Medical education (FOAM) curriculum
Notice bibliographique
Résumé
Introduction/Innovation Concept: The boom in online educational resources for medical education over the past decade has changed how physicians learn and keep up to date with new literature. While nearly all emergency medicine residents use online resources, few of these resources were designed to target knowledge gaps. Novel methods are required to identify learning needs to allow the targeted development of learner-centered curricula. Methods: A multidisciplinary team attempted to determine the feasibility of conducting a Massive Online Needs Assessment (MONA) to assess the perceived and unperceived educational needs in thrombosis and bleeding. An open, online survey was launched via Google Forms and disseminated using the online educational resource CanadiEM.org and social media platforms Twitter and Facebook with the goal of reaching participants of the Free Open Access Medical education (FOAM) community. Curriculum, Tool, or Material: The survey was designed to identify knowledge gaps and contained demographic, free text, and multiple choice questions. It took individuals approximately 30 minutes to complete and was incentivized with entry into a draw for one of four $250 Amazon Gift cards. Feasibility was defined a priori as 150 responses from at least 4 specialties in 4 or more countries. This sample was deemed the minimum number required to identify knowledge gaps (defined as <50% correct answers). The survey was open from September 20 to December 10, 2016. We received 198 complete responses from 20 countries. Respondents included staff physicians (n=109), residents (n=46), medical students (n=29), nurses (n=8), paramedics (n=4), a pharmacist (n=1) and a physician assistant (n=1). The survey entry page hosted on CanadiEM.org received page views from 866 unique IP addresses. As such, a conservative approximation of the completion rate per unique viewer was 22% (198/866). Conclusion: It is feasible to use a MONA to collect data on the perceived and unperceived needs of an online community. Such needs assessments could be used to make online resources more learner-centered.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,004 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».