MétaCan
Menu
Retour à la cohorte
Enregistrement W3004557107 · doi:10.22454/fammed.2020.705062

Family Medicine Journal Club: To Tweet or Not to Tweet?

2020· article· en· W3004557107 sur OpenAlexaffabout
Lina Al-Imari, Melissa Nutik, Linda Rozmovits, Ruby Alvi, Risa Freeman

Notice bibliographique

RevueFamily Medicine · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésJournal clubThematic analysisMedical educationClubSocial mediaFocus groupPsychologyVideoconferencingOnline discussionQualitative researchMultimediaMedicineComputer scienceWorld Wide WebSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVES: Online journal clubs have recently become popular, but their effectiveness in promoting meaningful discussion of the evidence is unknown. We aimed to understand the learner experience of a hybrid online-traditional family medicine journal club. METHODS: We used a qualitative descriptive study to understand the experience of medical students and residents at the University of Toronto with the hybrid online-traditional family medicine journal club, including perceived useful and challenging aspects related to participant engagement and fostering discussion. The program, informed by the literature and needs assessment, comprised five sessions over a 6-month period. Learners led the discussion between the distributed sites via videoconferencing and Twitter. Six of 12 medical students and 33 of 57 residents participated in one of four focus groups. Thematic data analysis was performed using the constant comparison method. RESULTS: While participants could appreciate the potential of an online component to journal club to connect distributed learners, overall, they preferred the small group, face-to-face format that they felt produced richer and more meaningful discussion, higher levels of engagement, and a better learning opportunity. Videoconferencing and Twitter were seen as diminishing rather than enhancing their learning experience and they challenged the assumption that millennials would favor the use of social media for learning. CONCLUSIONS: Our study demonstrates that for discussion-based teaching activities such as journal club, learners prefer a small-group, face-to-face format. Our findings have implications for the design of curricular programs for distributed medical learners.

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)0,004
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,030
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,002
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,477
Tête enseignante GPT0,579
Écart entre enseignants0,101 · 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.

Devis d'étudeSans objet
DomaineÉvaluation
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFamily MedicineMême sujetHealth Sciences Research and EducationTravaux en français237 207