MétaCan
Menu
Retour à la cohorte
Enregistrement W2923265888 · doi:10.15694/mep.2019.000067.1

Sharing best practices in applications of evidence-based medicine, problem-based learning and self-directed learning principles in medical training: A McMaster-Brazil collaboration workshop report

2019· article· en· W2923265888 sur OpenAlexaboutno aff
Jacqueline Costa Teixeira Caramori, Luciana Patrícia Fernandes Abbade, Silke Anna Theresa Weber, Aristides Augusto Palhares Neto, Gilmar Reis, Rosemary Oliveira, Lehana Thabane

Notice bibliographique

RevueMedEdPublish · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurriculumMedical educationHealth careDisciplinePsychologyVariety (cybernetics)Public healthProblem-based learningMedicinePedagogyNursingSociologyPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

<ns4:p>This article was migrated. The article was marked as recommended. In order to enhance the knowledge of different aspects of active teaching methods in medical education, and to introduce self-directed learning activities in home curriculum as well as to implement the research capacity building, a group of professors and researchers from two Brazilian Universities, namely, Universidade Estadual Paulista (UNESP), Botucatu Medical School, São Paulo, and Pontifícia Universidade Católica (PUC-MINAS), Minas Gerais, visited McMaster University in Canada in July 4-8, 2016. This paper is a brief report of the 5-day workshop and discussions among the McMaster and Brazilian colleagues. Among the topics covered, a detailed overview of the medical curriculum, "The COMPASS Curriculum"; in this learning process, students development of the problem-solving strategy, and helping cover learning objectives and knowledge transfer while discussing the clinical case-scenarios; other attention was given for strategies on how to provide institutional learning support for undergraduate students in order to achieve proposed learning objectives were presented, including discussions of a variety of integration possibilities between researchers and students, from different areas as well as joint supervision of PhD programs. Emphasis was given to the Research in Global Health with their inter-disciplinary methods, and transcultural care, that has created an impact on the professional practice. About Evidence Based Medicine was strengthened how its methods have moved to evidence-informed health systems which contribute to collective problem-solving, and in sharing the supporting tools for policies in public health. All talks and discussions were of very high quality and provided the basis for us to start discussing an implementation of the learned content in the curriculum. Finally, the opened opportunity of partnership among McMaster University, with two Brazilian medical schools, expanded medical education experience, possibilities for change, training and implementation of community programs, but also reinforced research methods and technology, promote collaboration aimed at health education.</ns4:p>

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)0,007
score de la tête « metaresearch » (Gemma)0,046
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,787
Score d'incertitude au seuil0,962

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,046
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,111
Tête enseignante GPT0,409
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedEdPublishMême sujetInnovations in Medical EducationTravaux en français237 207