MétaCan
Menu
Retour à la cohorte
Enregistrement W2885915810 · doi:10.4103/1357-6283.239040

Simulated patient and role play methodologies for communication skills training in an undergraduate medical program: Randomized, crossover trial

2018· article· en· W2885915810 sur OpenAlexaboutno aff
Silas Taylor, Samantha Bobba, Sophie Roome, Marrwah Ahmadzai, Daniel Tran, D. Vickers, Mominah Bhatti, Dinuksha De Silva, Lauren Dunstan, Ryan Falconer, Harleen Kaur, Jed Kitson, Jamie Patel, Boaz Shulruf

Notice bibliographique

RevueEducation for Health · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedical educationSet (abstract data type)CurriculumRandomized controlled trialCrossover studyPsychologyTest (biology)VolunteerMedicineComputer sciencePedagogyAlternative medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Educators utilize real patients, simulated patients (SP), and student role play (RP) in communication skills training (CST) in medical curricula. The chosen modality may depend more on resource availability than educational stage and student needs. In this study, we set out to determine whether an inexpensive volunteer SP program offered an educational advantage compared to RP for CST in preclinical medical students. Methods: Students and volunteer SPs participated in interactions across two courses. Students allocated to SP interactions in one course participated in RP in the other course and vice versa. Audio recordings of interactions were made, and these were rated against criterion descriptors in a modified Calgary-Cambridge Referenced Observation Guide. Results: Independent t-test scores comparing ratings of RP and SP groups revealed no significant differences between methodologies. Discussion: This study demonstrates that volunteer SPs are not superior to RP, when used in CST targeted at preclinical students. This finding is consistent with existing literature, yet we suggest that it is imperative to consider the broader purpose of CST and the needs of stakeholders. Consequently, it may be beneficial to use mixed methods of CST in medical programs.

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)0,008
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,009
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,105
Tête enseignante GPT0,513
Écart entre enseignants0,408 · 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'étudeEssai randomisé
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

Citations43
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEducation for HealthMême sujetSimulation-Based Education in HealthcareTravaux en français237 207