MétaCan
Menu
Retour à la cohorte
Enregistrement W2945730424 · doi:10.24908/pocus.v2i2.13279

Pilot Project: Does formal bedside training of medical students with a FAST exam increase their knowledge and comfort level with ultrasound use in a community family medicine practice setting?

2017· article· en· W2945730424 sur OpenAlexvenueno aff
Rimi Sambi, Heather Sawula, Brent Wolfrom, Joseph Newbigging

Notice bibliographique

RevuePOCUS Journal · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound in Clinical Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSession (web analytics)Likert scaleCurriculumPoint of care ultrasoundMedical educationMedicineTraining (meteorology)PsychologyUltrasoundComputer scienceRadiologyPedagogy

Résumé

récupéré en direct d'OpenAlex

As point of care ultrasound (PoCUS) becomes increasingly popular and a standard of care in many clinical settings, the interest for integration in medical undergraduate curriculum is also growing [1]. This project aims to assess whether formal bedside Focused Abdominal Scan for Trauma (FAST) exam training of medical students increases their knowledge and comfort with the use of bedside ultrasound in a family medicine setting at Queen’s University. Third year medical students (n=18) were recruited to participate in a training session involving a 1-hour online video and 2-hour hands-on session. Knowledge based surveys were completed before and after the training. A survey was completed 4 months after the teaching session evaluating knowledge retention, comfort, and application of skills. Student knowledge of PoCUS and FAST increased and was maintained (pre-training 56%±20%, post-training 82%±10%, p<0.001). Self-evaluation of comfort performing a FAST examination (5-point Likert scale) similarly increased post-training session (pre-training 1.4±0.8, post-training 3.8±0.9, p<0.005), but decreased 4 months later (3±1.2, p<0.005). Students in this study were unanimously interested in ultrasound training and the methods used effectively increased theoretical knowledge and comfort with use. Students did not retain their comfort levels with FAST exam 4 months after the training session, nor did they have the opportunity to utilize the skills learned. Further evidence is required to identify the applicability of these results to undergraduate curriculum development.

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)0,009
score de la tête « metaresearch » (Gemma)0,008
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 non randomisé · Signal consensuel: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,167
Tête enseignante GPT0,431
Écart entre enseignants0,264 · 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 non 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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePOCUS JournalMême sujetUltrasound in Clinical ApplicationsTravaux en français237 207