Audit to investigate junior doctors' knowledge of how to administer and score the Montreal Cognitive Assessment (MoCA).
Notice bibliographique
Résumé
AIM: To investigate junior doctors' knowledge of how to conduct the Montreal Cognitive Assessment (MoCA). METHODS: A two-part questionnaire was administered to junior doctors at teaching sessions across three New Zealand district health boards. Part 1 investigated prior experience and knowledge of the MoCA. Part 2 tested junior doctors' ability to identify errors in administration and how to score the test. Several weeks later a brief MoCA teaching session was given followed immediately by a repeat questionnaire. RESULTS: Seventy-one individuals completed the initial audit and 46 did the follow-up audit. The majority of junior doctors carried out the MoCA on a monthly basis. Prior to our teaching session, only 23% of participants had received formal teaching on how to administer and score the MoCA. The majority (89%) of participants thought that the teaching session had improved their ability to conduct the MoCA. Statistically significant changes were seen in participants' ability to administer the trail-making question and to score the example questions of clock faces, naming animals, serial seven subtractions, verbal fluency testing, abstraction and the awareness about the effect of years of education on the MoCA score. CONCLUSION: Junior doctors administer and score the MoCA but many have not received formal teaching on how to do so. A short teaching session improved their ability to conduct the MoCA and identify errors in administration and scoring.
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 | 0,006 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».