MétaCan
Menu
Retour à la cohorte
Enregistrement W2969377644 · doi:10.1097/acm.0000000000002960

Same but Different: Exploring Mechanisms of Learning in a Longitudinal Integrated Clerkship

2019· article· en· W2969377644 sur OpenAlexaffabout
Maria Mylopoulos, Kulamakan Kulasegaram, Karen Weyman, Stacey Bernstein, Maria Athina Martimianakis

Notice bibliographique

RevueAcademic Medicine · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensUniversity of TorontoSt. Michael's HospitalThe Wilson Centre
Organismes subventionnairesnon disponible
Mots-clésCurriculumThematic analysisMedical educationPsychologyProblem-based learningQualitative researchMedicinePedagogySociology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Longitudinal integrated clerkships (LICs) are a widely used method of delivering clerkship curricula. Although there is evidence that LICs work and core components of LIC training have been identified, there is insufficient understanding of which components are integral to why they work. To address this question, this research explored how students experienced the first year of an LIC program. The aim was to use participants' understanding of their learning experiences to identify potential mechanisms of the LIC curriculum model. METHOD: Thirty-two interviews were conducted with 13 University of Toronto students, 7 LIC and 6 block rotation students from the same site, from October 2014 to September 2015. A thematic analysis was performed iteratively to explore participants' understanding of their key learning experiences and outcomes. RESULTS: Participants in both cohorts described their key learning outcome as integration and application of knowledge during patient care. Experiences supporting this outcome were articulated as longitudinal variable practice and continuity of relationships with preceptors and patients. Critically, these experiences manifested differently for the 2 cohorts. For block students, these learning experiences appeared to reflect the informal curriculum, whereas for LIC students, learning experiences were better supported by the LIC formal curriculum. CONCLUSIONS: The results illustrate the importance of learning experiences that support longitudinality and continuity. By also emphasizing variability and knowledge integration, they align with literature on expert development. Notably, many of the learning experiences identified resulted from informal learning and thus support going beyond the formal curriculum when evaluating the effectiveness of curricula.

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)0,029
score de la tête « metaresearch » (Gemma)0,044
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 enseignants0,029
Score d'incertitude au seuil0,155

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,044
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0050,021
Communication savante0,0110,014
Science ouverte0,0030,010
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,082
Tête enseignante GPT0,342
Écart entre enseignants0,260 · 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

Citations22
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetInnovations in Medical EducationTravaux en français237 207