The Canada-Guyana medical education partnership: using videoconferencing to supplement post-graduate medical education among internal medicine trainees
Notice bibliographique
Résumé
BACKGROUND: A Guyana-based, internal medicine (IM) post-graduate medical education program was established in 2013. However, lack of formal teaching sessions are barriers to the program's success. OBJECTIVE: To describe the partnership between the University of Calgary and the University of Guyana's internal medicine residency programs (IMRP). This partnership was created to support the Guyana's IM academic half-day and is characterized by mutually beneficial, resident-led videoconference teaching sessions. METHODS: Calgary medical residents volunteered to create and present weekly teaching presentations to Guyanese residents via videoconference. Questionnaires were completed by Guyanese residents and provided to Calgary residents as feedback on their teaching and presentation skills. A similar survey was completed by Calgary residents. LESSONS LEARNED: Twenty-four videoconference teaching sessions were conducted over eight months with a total of 191 and 16 surveys completed by Guyana and Calgary residents, respectively. Over 92% of both Guyana and Calgary residents agreed that the sessions enhanced their learning and over 93% reported increased interest in becoming more involved in international collaborations. 88% of Calgary residents felt the sessions improved their teaching skills. CONCLUSION: The formation of a resident-led, videoconference teaching series is a mutually beneficial partnership for Canadian and Guyanese medical residents and fosters international collaboration in medical 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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,149 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,007 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,058 | 0,000 |
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.
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 tête enseignante, 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 ».