Integrated Histology‐Pathology Medical Education: What is it Good For?
Notice bibliographique
Résumé
Medical schools around the world now teach foundational anatomical sciences using integrated methods that have improved the content relevance in medical training and are more consistent with physicians’ clinical reasoning and practice. As stewards of one of these foundational sciences, histology experts at the University of British Columbia (UBC) medical school have embraced a renewed and integrated curriculum. Specifically, we have restructured our undergraduate medical curriculum and implemented an innovative competency‐based integration of years one and two histology with a more perceptibly clinical discipline, pathology. Results from faculty experiences, student outcomes on formative integrated examinations and educational research data from student learning surveys demonstrate the pedagogical effectiveness of our foundational science‐clinical integration. The next step is to establish how this pre‐clinical integration allows our medical students to utilize foundational science knowledge in subsequent clinical training. That is, how can we demonstrate that the relevance and application of this integration extends beyond the pre‐clinical curriculum and into the clinical years? In other words, what is integrated histology‐pathology medical education good for? This session will explore one answer to this question by describing our method of mapping histology‐pathology milestones and exit competencies to clinical knowledge and skills in a manner that illustrates the importance of integrated teaching in medical education. That is, by using milestones and exit competency‐based clinical scenarios, we are able to demonstrate how our integrated foundational (histology) and clinical (pathology) medical science approach enables students to progress to the level of clinical expertise expected of all graduating physicians. Our methods, experiences and outcomes can extend to other foundational science/clinical disciplines partnerships, and this session will prove useful for both educators and clinicians who are exploring or implementing interdisciplinary integrations in both undergraduate and post‐graduate medical 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 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 | 0,040 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,012 |
| Communication savante | 0,024 | 0,024 |
| Science ouverte | 0,003 | 0,018 |
| Intégrité de la recherche | 0,010 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 ».