Using literature to promote reflection in medical school
Notice bibliographique
Résumé
Background:In the last half century, literature has been increasingly recognized as beneficial to medical trainees in terms of teaching empathy, cultural competence, listening and interpretation skills, and reflecting on moral issues (Jones, A. H., 2013). Following the success of a McGill medical students reading club, a reading module was tentatively added to the McGill Physician Apprenticeship (PA) Course curriculum in 2016. This was based on the idea that literature could be used a springboard towards discussion and reflection upon issues related to health, illness and medical care. Methodology:PA groups are composed of six medical students, two senior students and a physician mentor, whose regular meetings throughout medical school are structured around suggested modules. As part of the reading module, all PA groups were encouraged to choose a novel, essay, short story or poem by the end of their academic first year. A discussion on the reading was to be held in early second year, with specific questions to be addressed in order to reflect on course objectives (e.g., patient-centered clinical approach, reflective practice, healer role). The students anonymously completed pre and post-module questionnaires to assess the module's learning and reflective value. Students’ opinions on the pertinence of renewing this pilot project in the future were also accumulated. Results:The first student cohort has completed the pre-questionnaires in spring 2017 and will be completing the post-module questionnaires in fall 2017.Therefore, at the moment of the abstract submission, we do not have preliminary results.
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 | 0,048 | 0,121 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,009 |
| Communication savante | 0,018 | 0,012 |
| Science ouverte | 0,004 | 0,024 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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 ».