Learning strategies among adult CHD fellows
Notice bibliographique
Résumé
OBJECTIVE: Subspecialisation is increasingly a fundamental part of the contemporary practice of medicine. However, little is known about how medical trainees learn in the modern era, and particularly in growing and relatively new subspecialties, such as adult CHD. The purpose of this study was to assess institutional-led and self-directed learning strategies of adult CHD fellows. METHODS: This international, cross-sectional online survey was conducted by the International Society for Adult Congenital Heart Disease and consisted primarily of categorical questions and Likert rating scales. All current or recent (i.e., those within 2 years of training) fellows who reported training in adult CHD (within adult/paediatric cardiology training or within subspecialty fellowships) were eligible. RESULTS: A total of 75 fellows participated in the survey: mean age: 34 ± 5; 35 (47%) female. Most adult CHD subspecialty fellows considered case-based teaching (58%) as "very helpful", while topic-based teaching was considered "helpful" (67%); p = 0.003 (favouring case-based). When facing a non-urgent clinical dilemma, fellows reported that they were more likely to search for information online (58%) than consult a faculty member (29%) or textbook (3%). Many (69%) fellows use their smartphones at least once daily to search for information during regular clinical work. CONCLUSIONS: Fellows receiving adult CHD training reported a preference for case-based learning and frequent use of online material and smartphones. These findings may be incorporated into the design and enhancement of fellowships and development of online training resources.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».