Knowledge of Medical Communication-Skills Among Pre-clinical Undergraduate Medical Students: a pre-test post-test experimental study.
Notice bibliographique
Résumé
Abstract Background Effective physician-patient communication is integral to building confidence, improving compliance, satisfaction and avoiding mishaps and malpractice suits. Communication-skills (CS) training is an internationally accepted essential component of medical education. This study aims to assess the communication-skills knowledge of pre-clinical undergraduate medical students pre- and post- CS course. We expect an improvement in CS knowledge post-intervention. Methods Between March and September 2019, 100 first year pre-clinical undergraduate medical students at Chitwan Medical College were enrolled in CS course. Attitude towards learning CS using communication skills attitude scale (CSAS) and assessment on knowledge of CS was conducted pre- and post-intervention. The intervention included 10 team-based learning (TBL) sessions on selective study areas based on Calgary-Cambridge model. Additionally, students’ demographic profile was collected at the start of the intervention. Results Among 100 students, 70% were males and 30% females. Positive attitude towards learning CS improved by 5%. Statistically significant progress was noted in post-intervention mean scores implying CS to be teachable and learnable. (Wilcoxon Signed ranks test z=-6.178 p<0.001). Knowledge on medical CS improved in the study participants irrespective of sex, entry-type, past-educational institute or attitude. Students with pre-intervention negative attitude showed marked improvement in post-intervention knowledge score (z=-5.674 p<0.001). Conclusion The intervention was effective in increasing students’ knowledge of medical CS, but we did not assess the skills of the students. Continuation of this study is recommended to explore whether CS training could actually improve soft skills of medical students in our part of the world.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».