Comparing Medical Students’ and Preceptors’ Views of a Longitudinal Preclerkship Family Medicine Course
Notice bibliographique
Résumé
INTRODUCTION: Despite the increasing popularity of longitudinal primary care experiences in North America and beyond, there is a paucity of work assessing these medical undergraduate experiences using reliable and valid questionnaires. Our objective in this study was to evaluate a new preclerkship longitudinal family medicine experience (LFME) course at McGill University by assessing family physician preceptors' self-reported ratings of the perceived effects of this course, and to compare their responses with ratings provided by medical students who completed the course. METHODS: This study is part of a larger evaluative research project assessing the first edition of the LFME. Students (N=187) and preceptors (N=173) of the 2013-2014 cohort were invited to complete separate online questionnaires in the spring through summer of 2014. The preceptor survey contained 53 items, 14 of which were nearly identical to items in the student survey (published elsewhere) and served as the basis for comparing preceptor and student ratings of the LFME. RESULTS: Ninety-nine preceptors (57% response rate; 55% female) and 120 students (64% response rate; 58% female) completed the surveys. Preceptors and students did not significantly differ in their overall ratings of the course, as both groups were satisfied with the quality of the LFME and felt it was an appropriate and valuable educational experience. However, preceptors had more positive ratings regarding their role and the benefits of the course than did medical students. CONCLUSION: This study corroborates prior work showing extensive perceived benefits of longitudinal preclerkship exposure to primary care; however, preceptors were found to report more positive reviews of the course than students. This study also provides new innovative tools to assess students' and preceptors' perceptions of longitudinal, preclerkship family medicine courses available for use over time and in different educational contexts.
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 | 0,005 | 0,013 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».