A Child With Limb Pain: A Case-Based Learning Module and Teaching Resource for Pediatric Infectious Diseases
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: While case-based learning is an effective method, teaching resources in pediatric infectious diseases are limited. Thus, we developed a case-based learning module for a common pediatric infectious diseases topic, osteomyelitis. METHODS: This module contains two resource files, both meant to be printed. The case file contains questions with blank spaces for the trainee (medical student, junior resident) to complete. The case answers file is used as a guide by the teacher (attending physician, fellow, senior resident) and/or the trainee after working through the case. This resource may be used in one-to-one sessions, in a small-group setting, or as self-directed learning. The session is estimated to take 60-90 minutes. A suggested reading list is included. RESULTS: This resource was used in a small-group format with the pediatric residents of the Hospital for Sick Children in Toronto for an academic half-day session in November 2015. Twenty-eight learner evaluations were received. The session was rated a 4.8 out of 5 (with 5 = outstanding) and ultimately voted by the residents to be the best academic half-day session of the year. Compared to delivering a didactic lecture on the same topic, the facilitators found preparation time was reduced and interactions with the trainees were more engaging. All were willing to facilitate a similar session again. DISCUSSION: This resource was effective and popular from the perspective of both learners and teachers. Additional modules are currently under preparation in order to create a case-based teaching resource for pediatric infectious diseases.
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.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,006 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle