SPIRALS: An Approach to Non-Linear Thinking for Medical Students in the Emergency Department
Notice bibliographique
Résumé
Context We lack guidelines to inform the necessary components of an emergency medicine undergraduate rotation. Traditionally, clinical reasoning has been taught using linear thought processes likely not ideal for diagnostic and management decisions made in the emergency department. Methods We used the Delphi method to obtain consensus on a set of competencies for undergraduate emergency medicine that illustrate the non-linear concepts we believe are necessary for learners. Competencies were informed by a naturalistic observational study of emergency physicians. A survey outlining these competencies was subsequently circulated to emergency physicians who rated their relative importance. Results Eleven competencies were included in Round 1, all rated within the "for consideration" for inclusion range. This was reduced to 10 competencies in Round 2, which was only marginally more definitive with respondents rating one competency in the "definite inclusion range" and the remaining in the "for consideration" range. Conclusions This study was conducted to address a gap in the current undergraduate emergency medicine curriculum. Consensus on the relative importance of each competency was not achieved, though we believe that the competencies that arose from this study will help medical students develop the non-linear thinking processes necessary to succeed in emergency medicine.
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 | 0,041 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».