MétaCan
Menu
Retour à la cohorte
Enregistrement W2945832095 · doi:10.3352/jeehp.2019.16.13

MEDTalks: a student-driven program to enhance undergraduate student understanding and interest in medical schools in Canada

2019· article· en· W2945832095 sur OpenAlexaffabout
Jayson Lee Azzi, Dalia Karol, Tayler Bailey, Christopher J. Ramnanan

Notice bibliographique

RevueJournal of Educational Evaluation for Health Professions · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedical educationCurriculumMedical schoolInterest groupUndergraduate educationUndergraduate researchSmall group learningPsychologyMedicinePedagogyPolitical science

Résumé

récupéré en direct d'OpenAlex

Given the lack of programs geared towards educating undergraduate students regarding medical school, the purpose of this study was to evaluate whether medical student-driven initiative program, MEDTalks, enhanced undergraduate student understanding of medical school in Canada and stimulated interest in pursuing medicine. The MEDTalks program that ran between January and April 2018 in the University of Ottawa consisted of 5 teaching sessions, each including large-group lectures, small group case-based learning, physical skills tutorials, and anatomy lab demonstrations, to mimic the typical Medical School curriculum. At the end of the program, undergraduate student learners were invited to complete a feedback questionnaire. Twenty-nine participants provided feedback. Twenty-five reported that MEDTalks allowed them to gain exposure to the University of Ottawa Medical Program; 27 said that it gave them a greater understanding of the teaching structure; and 25 responded that it increased their interest in attending medical school. The MEDTalks program successfully developed greater understanding of medical school and helped stimulate interest in pursuing medical studies in undergraduate students.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,989
Score d'incertitude au seuil0,664

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,134
Tête enseignante GPT0,564
Écart entre enseignants0,431 · 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'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

Citations2
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Educational Evaluation for Health ProfessionsMême sujetInnovations in Medical EducationTravaux en français237 207