MétaCan
Menu
Retour à la cohorte
Enregistrement W3164161487 · doi:10.1136/bmjoq-2021-001385

Development and evaluation of an online medication safety module for medical students at a rural teaching hospital: the Winchester District Memorial Hospital

2021· article· en· W3164161487 sur OpenAlexaff
Ali Elbeddini, Yasamin Tayefehchamani

Notice bibliographique

RevueBMJ Open Quality · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensUniversity of TorontoUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésTest (biology)Intervention (counseling)MedicinePatient safetyMedical educationOnline learningControl (management)Significant differenceNursingMultimediaComputer scienceHealth careInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To design, implement and assess an online learning module for third-year and fourth-year medical students addressing medication safety. DESIGN: This study was a prospective, parallel, open-label, randomised controlled trial with two arms: (1) a control arm in which students were given five articles to read about medication safety, and (2) an intervention arm in which students were given access to an interactive web-based learning module on medication safety. Pretesting and post-testing were done online to evaluate change in medication safety knowledge. RESULTS: Ten students completed the study in the intervention group (online module) and six students completed the study in the control group. The increase in score obtained on the post-test, relative to the pretest, was 15.4% in the group who completed the online module and 2.0% in the control group (difference=13.4%, 95% CI 0.5% to 26.2%, p=0.04). CONCLUSION: Students who completed an online educational tool about medication safety demonstrated a significantly greater increase in knowledge than those who completed a few readings. Online learning modules can be a convenient and effective means of teaching safe prescribing concepts to medical trainees.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,226
Tête enseignante GPT0,561
Écart entre enseignants0,335 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Open QualityMême sujetPatient Safety and Medication ErrorsTravaux en français237 207