Comparative Analysis of Junior and Senior Clinician Educator Evaluation of Relevant Articles Within Medical Education
Notice bibliographique
Résumé
Introduction It may be difficult for junior clinician educators (JCEs) to get a grasp of pertinent literature and determine which are most relevant to their learning, due to limited experience and lack of formalized system to rank all available resources with respect to their value for JCEs. Our study aimed to identify whether senior clinician educators (SCEs) and JCEs differ in their selection of what they perceive as key medical education articles. Methods As a part of the Academic Life in Emergency Medicine (ALiEM) Faculty Incubator program, we developed a series of primer articles for JCEs by identifying and discussing key articles within specific medical education arenas, which were designed to enhance the reader's educational growth. Each set of articles within the primer series were selected based on data collected from JCEs and SCEs, who ranked the specific articles with respect to their perceived relevancy to the JCEs. ANOVA analysis was performed for each of the series to determine whether there was a statistically significant difference between JCE and SCE rating of articles. Results Two-hundred-and-sixteen total articles were evaluated within the nine primer topics. No statistically significant difference was found between the rankings of papers by JCEs and SCEs (effect size: 0.06; 95% CI: -0.27 to 0.40). However, a subgroup analysis of the data found that three of the nine primers showed statistically significant divergence based on seniority (p < 0.05). Conclusions Based on the data, the involvement of JCEs in the consensus-building process was important in identifying divergence in views between JCEs and SCEs in one-third of cases. Our findings suggest that it is important to involve JCEs in selecting articles that are worthwhile for their learning, since SCEs may not fully understand their needs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».