Using simulation to explore medical students’ understanding of integrated care within geriatrics
Notice bibliographique
Résumé
BACKGROUND: Given the increasing evidence and expansion of integrated care (IC) in healthcare, new IC curricula introduced early in undergraduate medical education (UME) are needed. Building on a pilot IC simulation called "Getting to Know Patients' System of Care" (GPS-Care), we aimed to explore students' understanding of patients' complex physical and mental health needs, and to increase our understanding of how students learned in this simulation. METHODS: 177 of 259 first-year medical students participated in GPS-Care at the University of Toronto. Students role-played an elderly patient or caregiver within 5 simulated healthcare professional appointments. Students completed written reflections and 7 students participated in one-on-one interviews. A thematic analysis of the reflections and transcripts was conducted and descriptive data was generated for questionnaires. RESULTS: Data saturation was reached at 43 reflections and 7 transcripts and the following themes emerged: a) students reflected on patients' complex care experiences, b) students reflected on of the healthcare system needs care, c) students increased understanding of IC, and d) students desire to improve the care of IC patients within the healthcare system. CONCLUSIONS: In addition to confirming previous pilot study themes, the results from this study identified the role of productive struggle to provide students with a deeper understanding of patients' IC care needs. Moreover, GPS-Care resulted in a transformative learning experience resulting in new insights into the importance of IC early in UME training.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».