Development and Implementation of a Web-Based Learning Environment for an Inpatient Internal Medicine Team: Questionnaire Study
Notice bibliographique
Résumé
BACKGROUND: The notion of anytime, anyplace communication is characteristic of the current generation of learners. Such communications have facilitated the growth and integration of a blended or hybrid learning platform in multiple educational settings. However, there are limited reports on the use of an anytime, anyplace communication platform in clinical inpatient medical education. OBJECTIVE: The setting of a high-demand inpatient clinical rotation is ideal for the use of collaborative software, and this integration is expected to positively influence medical education. The purpose of this study is to evaluate medical students' and residents' educational experiences with incorporating a simple, web-based content management and file sharing platform into an internal medicine inpatient rotation. METHODS: During an inpatient internal medicine rotation, faculty and learners jointly used collaborative software for educational purposes, and a postrotation survey tool was used to measure the educational influence of the software. RESULTS: Based on the results of the postrotation survey, the integration of a collaborative software application during clinical rotations improved the learning experience. Learning climate, the communication of rotation goals, and self-directed learning all scored favorably, but feedback from the survey participants was mixed. The learners enthusiastically accepted the practical use of this tool for both communication and information sharing. CONCLUSIONS: This generation of learners is accustomed to frequent electronic communication. Based on our survey, these learners appear to be highly receptive to this web-based intervention design for improving clinical education during active patient care. Adding effective blended learning features to a traditional clinical setting is achievable.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».