EARLY EXPOSING PRECLINICAL UNDERGRADUATE MEDICAL STUDENTS TO COMMUNICATION-SKILLS: A PRE-TEST POST-TEST EXPERIMENTAL STUDY
Notice bibliographique
Résumé
Background: Effective physician-patient communication is integral to building confidence, improving patient 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. The intervention was conducted in 10 team-based learning (TBL) sessions on selective study areas based on Calgary-Cambridge model. Attitude towards learning CS using communication skills attitude scale (CSAS) and assessment on knowledge of CS was conducted pre- and post-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). Conclusions: 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 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 | 0,005 | 0,050 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».