Teaching Ultrasound at the Point of Care in Times of Social Distancing
Notice bibliographique
Résumé
Point-of-care ultrasound has become an integral aspect of critical care training. The Bedside Assessment by Sonography In Critical Care Medicine Curriculum was established at the University of Toronto to train critical care trainees in basic echocardiography and general critical care ultrasound. During the coronavirus disease (COVID-19) pandemic, our program needed to adapt quickly to ensure staff safety and adherence to infection-control protocols. In this article, we share our experience and reflect on the challenges and benefits of shifting from a primarily in-person teaching model to a hybrid model of remote and in-person teaching. Curricular changes were threefold: the transition to entirely web-based interactive didactic teaching and online imaging interpretation modules, the recruitment of sonographers at multiple academic sites as instructors to facilitate in-person practices with lower instructor to trainee ratio, and the use of a mobile application for informal group case-based discussions. Challenges included lost opportunities for scanning healthy volunteers, variability in attendance at online lectures, and a lower number of study submissions for review. However, curricular changes enabled maintenance of directly observed practice, high levels of engagement with recorded content, and an expansion of our reach to a global audience. We believe that future curricula should combine high-quality online curriculum and resources with the ongoing in-person delivery of key elements of curriculum to allow for direct observation and feedback as well as the maintenance of self-directed point-of-care ultrasound portfolios.
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 | 0,010 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,008 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,012 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,007 |
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 ».