108: iLEARN-Peds: Using Case-Based elearning to Optimize Pediatric Resident Education and Support Program Expansion
Notice bibliographique
Résumé
Exposure to Pediatrics is a unique and important part of many residency programs. However, increased numbers of residents due to the expansion of positions, short clinical rotations, and seasonal variability of pediatric cases can result in reduced clinical exposure, uneven clinical experiences, and unmet learning needs. iLEARN-Peds was therefore developed as a creative solution to ensure achievement of Pediatric competencies. iLEARN-Peds is a series of eLearning modules designed to complement clinical experiences taking an experiential, case-based approach. Module cases were selected by analyzing the pediatric learning objectives from all postgraduate programs whose residents rotate through Pediatrics. The most prevalent topics across programs were identified and cross-referenced with hospital visit data to determine the likelihood of residents' exposure to the cases. Seasonal patterns of cases were then noted. Using these data, an expert panel selected the cases to be addressed by the modules. Five modules were developed, piloted with residents for one year during their pediatric emergency rotations, and evaluated using a mixed-methods approach. Residents completed a pre-post knowledge test (10 items/module) and a satisfaction survey for each module, and participated in an expert-led one-hour face-to-face group tutorial that included a reflective exercise. Of the 237 residents who completed the pediatric emergency rotation, 199 completed the learning modules and 120 also completed the pre and post tests and satisfaction surveys. Results revealed high module satisfaction rates and a significant (P<0.001) improvement in knowledge following module completion. Findings from the tutorials suggest learners have been applying their new knowledge in the clinical setting. A series of case-based experiential eLearning modules can complement clinical experiences in Pediatrics. Using the five pilot cases to refine our process allowed for the creation of an additional 11 modules. iLEARN-Peds is now a mandatory component of the family medicine residency program and the pediatric emergency rotation. The platforms and processes developed through this project now serve as the Faculty of Medicine's foundation for eLearning. Plans are underway to expand access to the modules and allow more comprehensive user tracking in keeping with the strategic direction of competency-based 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 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».