MétaCan
Menu
Retour à la cohorte
Enregistrement W2729525400 · doi:10.3138/jvme.0316-073r

Student-Initiated Feedback Using Clinical Encounter Cards during Clinical Rotations in Veterinary Medicine: A Feasibility Study

2017· article· en· W2729525400 sur OpenAlexvenueno aff
H. H. F. BUCHNER, Daniel Nawrocik, Christoph Burger

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedical educationPsychologyFocus groupConstructiveScale (ratio)Intervention (counseling)Control (management)Process (computing)MedicineComputer scienceNursing

Résumé

récupéré en direct d'OpenAlex

Despite its critical role for successful student learning, providing adequate teacher feedback is still a major issue during clinical education. In human medical education, the implementation of clinical encounter cards (CECs) has led to more frequent, timely, and structured teacher feedback. The present study aimed to introduce student-initiated CECs in a veterinary medical setting (clinical rotations). A total of 24 students were randomly assigned to a control group (standard rotations) and an intervention group where they had to ask for teacher feedback using CECs. The feasibility of implementing CECs was evaluated by examining the content of the completed CECs and by using anonymous student and teacher questionnaires. In addition, acceptance of the intervention and changes in feedback behavior were examined from both the teachers' and students' perspectives. Overall, it was shown that using CECs is not only feasible in a veterinary clinical setting but also conducive to more frequent and constructive teacher feedback. However, some teachers postponed completing the CECs due to time pressure, leading to less direct and timely feedback. Moreover, students felt more comfortable asking for feedback from less experienced, younger teachers, and teachers' quantitative ratings and open commentaries seemed to be affected by leniency bias. Finally, a focus group including teachers and students discussed these results in light of their practical experiences. This led to a streamlining of the implementation process and optimizations to facilitate future large-scale implementation. The study has implications for veterinary educators wishing to improve feedback in their institution.

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)0,018
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,311
Tête enseignante GPT0,587
Écart entre enseignants0,275 · 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'étudeObservationnel
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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical EducationMême sujetInnovations in Medical EducationTravaux en français237 207