MétaCan
Menu
Retour à la cohorte
Enregistrement W2768035794 · doi:10.18535/jmscr/v5i11.48

Anatomical knowledge among Medical, Dental and Health Science Professionals

2017· article· en· W2768035794 sur OpenAlexaboutno aff
Htar Htar Aung

Notice bibliographique

RevueJournal of Medical Science And clinical Research · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAnatomy and Medical Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineHealth professionalsMedical educationDental healthFamily medicineHealth care

Résumé

récupéré en direct d'OpenAlex

The discipline of anatomy is an integral part of curriculum for Medical, Dental and Health Sciences programs.The evolution in undergraduate medical school curricula has significantly impacted the anatomy education.The application of anatomical knowledge plays a crucial role in daily clinical practice.This review was aimed to evaluate the anatomical knowledge among the medical, dental and health science professionals, and their perceptions on application of anatomical knowledge in clinical practice.A computerized literature search which includes PubMed, Web of knowledge and Ovid Medline, was performed.The studies in the English language and published in year 2000 onwards were included.Most of the studies were done in UK and Spain followed by Australia, US and Canada.The studies conducted among Medical and Chiropractic professions were 50% and 14% respectively.The rest of the studies were done among dentistry, podiatry, physiotherapy, radiographer and nursing students.The students with preclinical exposure scored significantly higher than those without preclinical exposure.The medical students and clinical educators perceived that the application of anatomical knowledge is not strong enough for clinical practice.The virtual medical museum, case-based learning, peer-assisted learning, inter-professional forum and the recapitulation of anatomy in clinical years are suggested to improve in anatomy education.The curriculum design, early clinical exposure, revision of course content, adequacy of learning resources and assessment methods contribute to enhance the students' learning and their ability to apply the anatomical knowledge in daily practice.

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)0,004
score de la tête « metaresearch » (Gemma)0,021
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: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,228
Tête enseignante GPT0,610
Écart entre enseignants0,383 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical Science And clinical ResearchMême sujetAnatomy and Medical TechnologyTravaux en français237 207