ALiEM Blog and Podcast Watch: Toxicology
Notice bibliographique
Résumé
INTRODUCTION: The WestJEM Blog and Podcast Watch presents high-quality open-access educational blogs and podcasts in emergency medicine based on the ongoing Academic Life in Emergency Medicine (ALiEM) Approved Instructional Resources (AIR) and AIR-Professional (Pro) series. Both series critically appraise open-access educational blogs and podcasts in EM using an objective scoring instrument. This installment of the blog and podcast watch series curated and scored relevant posts in the specific topic of toxicology emergencies from the AIR-Pro Series. METHODS: The AIR-Pro Series is a continuously building curriculum covering a new subject area every two months. For each area, eight EM chief residents identify 3-5 advanced clinical questions. Using FOAMsearch.net and FOAMSearcher to search blogs and podcasts, relevant posts are scored by eight reviewers from the AIR-Pro editorial board, which is comprised of EM faculty and chief residents at various institutions across North America. The scoring instrument contains five measurement outcomes based on seven-point Likert scales: recency, accuracy, educational utility, evidence based, and references. The AIR-Pro label is awarded to posts with a score of ≥28 (out of 35) points. An "honorable mention" label is awarded if board members collectively felt that the blogs were valuable and the scores were > 25. RESULTS: A total of 31 blog posts and podcasts were included. Key educational pearls from the six high-quality AIR-Pro posts and four honorable mentions are summarized. CONCLUSION: The WestJEM ALiEM Blog and Podcast Watch series is based on the AIR and AIR-Pro Series, which attempts to identify high-quality educational content on open-access blogs and podcasts. This series provides an expert-based, crowdsourced approach towards critically appraising educational social media content for EM clinicians. This installment focuses on toxicology emergencies.
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 | 0,002 | 0,006 |
| 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 | 0,001 | 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) | 0,001 | 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 ».