MétaCan
Menu
Retour à la cohorte
Enregistrement W3094456505 · doi:10.1177/2382120520965247

Impact of COVID-19 on Canadian Medical Education: Pre-clerkship and Clerkship Students Affected Differently

2020· article· en· W3094456505 sur OpenAlexaffabout
Jobanpreet Dhillon, Ali Salimi, Hassan ElHawary

Notice bibliographique

RevueJournal of Medical Education and Curricular Development · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedical educationCoronavirus disease 2019 (COVID-19)CurriculumClinical clerkshipPerspective (graphical)Quality (philosophy)PandemicSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)PsychologyMedicinePedagogyComputer science

Résumé

récupéré en direct d'OpenAlex

The coronavirus pandemic (COVID-19) has altered the undergraduate learning experience for many students across Canada. Medical education is no exception; clinical programs, in-person lectures, and mandatory hands-on activities have been suspended to adhere to social distancing guidelines. As remote teaching becomes the forefront of education, medical curricula have been forced to adapt accordingly in order to fulfill the core competencies of medical training and to provide quality education to medical students. With that in mind, the COVID-19 crisis offers a unique opportunity to evaluate the current "continuity plans" in medical education as they stand. This paper provides the perspective of medical students on how medical education is changing for both pre-clerkship and clerkship students, using their experience at McGill University as an example for the Canadian medical education system. Additionally, we discuss the accommodations put forth by the undergraduate medical education (UGME) office, and reflect on the limitations and sustainable solutions in supporting quality medical education.

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)0,002
score de la tête « metaresearch » (Gemma)0,017
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge 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 enseignants0,589
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0030,000

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 Opus0,023
Tête enseignante GPT0,396
Écart entre enseignants0,373 · 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

Citations58
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Medical Education and Curricular DevelopmentMême sujetInnovations in Medical EducationTravaux en français237 207