Multilingual Global E-Learning Pediatric Endocrinology and Diabetes Curriculum for Front Line Health Care Providers in Resource-Limited Countries: Development Study
Notice bibliographique
Résumé
BACKGROUND: Electronic learning (e-learning) is a widely accessible, low-cost option for learning remotely in various settings that allows interaction between an instructor and a learner. OBJECTIVE: We describe the development of a free and globally accessible multilingual e-learning module that provides education material on topics in pediatric endocrinology and diabetes and that is intended for first-line physicians and health workers but also trainees or medical specialists in resource-limited countries. METHODS: As complements to concise chapters, interactive vignettes were constructed, exemplifying clinical issues and pitfalls, with specific attention to the 3 levels of medical health care in resource-limited countries. The module is part of a large e-learning portal, ESPE e-learning, which is based on ILIAS (Integriertes Lern-, Informations- und Arbeitskooperations-System), an open-source web-based learning management system. Following a review by global experts, the content was translated by native French, Spanish, Swahili, and Chinese-speaking colleagues into their respective languages using a commercial web-based translation tool (SDL Trados Studio). RESULTS: Preliminary data suggest that the module is well received, particularly in targeted parts of the world and that active promotion to inform target users is warranted. CONCLUSIONS: The e-learning module is a free globally accessible multilingual up-to-date tool for use in resource-limited countries that has been utilized thus far with success. Widespread use will require dissemination of the tool on a global scale.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».