MétaCan
Menu
Retour à la cohorte
Enregistrement W2772147789 · doi:10.1186/s13104-017-3027-5

Junior Rounds: an educational initiative to improve role transitions for junior residents

2017· article· en· W2772147789 sur OpenAlexaff
Richard Dunbar‐Yaffe, Wayne L. Gold, Peter E. Wu

Notice bibliographique

RevueBMC Research Notes · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensToronto General HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPreparednessCurriculumSession (web analytics)Medical educationMedicineMedical schoolFamily medicinePsychologyPedagogyComputer science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: At our institution, Morning Report focuses mostly on diagnostic reasoning. This makes it a challenge for first-year residents to learn to manage common on-call emergencies, such as hyperkalemia. We sought to improve their preparedness for the transitions they would encounter: from medical student to physician at the beginning of the academic year, and from junior resident to senior resident toward the end. In response to feedback, we developed the Junior Rounds curriculum: a weekly session focused on the approach to commonly encountered on-call emergencies and internal medicine referrals. Anonymous surveys were sent to trainees, and iterative analysis of monthly feedback led to changes to Junior Rounds. RESULTS: Junior Rounds was implemented from August 2015 to June 2016. Thirty-nine of 92 possible respondents (44%) completed surveys in that period. Most respondents agreed that Junior Rounds met their educational needs, was presented at an appropriate level, and was more important to their learning than other available educational activities. Our experience demonstrates that dedicated time for level-specific learning aimed to support the transitions of junior residents can be successfully achieved. Iterative adjustment to these rounds based on feedback allowed for evolution of the curriculum to meet the changing priorities of junior learners.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,030
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
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 enseignants0,798
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,030
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,240
Tête enseignante GPT0,538
Écart entre enseignants0,298 · 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 tête enseignante, pas un consensus.

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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Research NotesMême sujetInnovations in Medical EducationTravaux en français237 207