MétaCan
Menu
Retour à la cohorte
Enregistrement W3080171719 · doi:10.1080/0142159x.2020.1807482

Patients as teachers and arts-based reflection in surgical clerkship: A preliminary exploration

2020· article· en· W3080171719 sur OpenAlexafffundabout
Emilia Kangasjarvi, Stella Ng, Farah Friesen, Jory Simpson

Notice bibliographique

RevueMedical Teacher · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueEmpathy and Medical Education
Établissements canadiensWomen's College HospitalUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesDepartment of Family and Community Medicine, University of TorontoUniversity of Toronto
Mots-clésCurriculumMedical educationHumanismThe artsMedicinePsychologyReflection (computer programming)Focus groupPedagogySociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Involving patients in medical education as teachers is not a novel approach, yet it has not been widely adopted by undergraduate surgical curricula in Canada. The Patients as Teachers initiative in surgery (PAT) program, with an arts-based reflection assignment, was developed for surgical clerks with the goals of emphasizing patient-centredness in surgical practice, humanistic aspects of medicine, and to counterbalance the commonplace emphasis on technical competency in surgery. METHODS: = 46) were invited to participate in focus groups at the end of the program. RESULTS: Findings converged around two main themes: what students/patient teachers valued about the PAT program and what they perceived was learned. While patient teachers felt a sense of emotional healing and appreciated a chance to contribute to medical education, students valued having protected time to learn in depth from the patient teachers. Students also begrudgingly came to appreciate the arts-based reflection assignment. CONCLUSION: By bringing patient voice to the forefront and encouraging reflection, the PAT program emphasized to students the compassionate and humanistic side of surgical care. Future studies could examine the mechanisms by which learning occurs and long-term impacts.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,458
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,371
Écart entre enseignants0,302 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations13
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMedical TeacherMême sujetEmpathy and Medical EducationTravaux en français237 207