MétaCan
Menu
← Retour à la cohorte
Enregistrement W2947802251 · doi:10.1093/pch/pxz066.050

51 PedsCases Quality Improvement User Survey

2019· article· en· W2947802251 sur OpenAlexaboutno aff
Amarjot Padda, Chris Novak, Peter Gill, Larissa Shapka, Melanie Lewis, Karen Forbes

Notice bibliographique

RevuePaediatrics & Child Health · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedical educationResidenceCurriculumQuality (philosophy)Open educational resourcesResource (disambiguation)MedicinePsychologyComputer sciencePedagogy

Résumé

récupéré en direct d'OpenAlex

PedsCases (www.pedscases.com), founded by medical students in 2008, is a free open-access medical education resource for pediatric learners. Currently, the website has 140 podcasts, 70 interactive cases, 11 clinical videos and a number of additional learning tools. PedsCases has experienced considerable growth over the past five years with an increase in content production, exposure and collaboration with the Canadian Paediatric Society. Our goal is to continue to develop innovative learning tools and resources to help learners meet their pediatric learning objectives. To explore the accessibility and utility of PedsCases learning tools and resources; To assess the alignment between PedsCases learning resources and curriculum objectives of paediatric learners at various stages in training, and; To identify and explore avenues for innovation based on user feedback. We designed a 20 question online survey for PedsCases users to inform the above objectives. Non-identifiable demographic information including country of residence, level of training, and career goals were collected. Through both open and closed ended questions, participants were asked to share information about the accessibility of PedsCases resources as well as content appraisal. The form was pilot tested before implementation. An online survey platform, Google Forms, was used to collect and store data. A total of 57 responses were collected over a 6-week period (September 1, 2018 to October 17, 2018). The majority of respondents were Canadian (84.2%). Majority of respondents were either postgraduate residents (35.1%, n=57), or senior medical students (38.6%, n=57). Amongst all participants 77.2% indicated that PedsCases content consistently met their learning objectives. Within the subset of postgraduate residents, this number increased to 85% (n=20). Forty-three percent indicated that PedsCases is a suggested learning resource by their program. Quick summary sheets, guideline summaries and podcasts were identified as preferred resources. Feedback from users focused on improving website functionality including updating the web interface and reorganizing content. Content on PedsCases is meeting the learning objectives of senior medical students and postgraduate trainees. Learners consider podcasts, guideline summaries, and quick summary sheets to be the most useful resources. Based on the feedback received, we plan to continue to develop podcasts, but to invest greater resources into developing quick reference material to meet learner demands. We will also use feedback from the user survey to help design a new and updated PedsCases website.

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)0,012
score de la tête « metaresearch » (Gemma)0,055
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,055
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0240,008

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 Opus0,099
Tête enseignante GPT0,428
Écart entre enseignants0,329 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child Health→Même sujetSocial Media in Health Education→Travaux en français237 207→