Teaching Radiology to Medical Students in Canada; a Virtual, Integrative, Clinical Approach
Notice bibliographique
Résumé
PURPOSE: To construct, apply, and evaluate a multidisciplinary approach in teaching radiology to Canadian medical students. METHODS: A multidisciplinary team of radiology and other disciplines experts designed an online 5-session course that was delivered to medical students. The topics of each session were clinical cases involving different systems. The target audience was medical students of Canadian schools. Pretests and post-tests were administered before and after each session respectively. An evaluation survey was distributed at the end of the course to gauge students' perceptions of this experience. RESULTS: An average of 425 medical students attended the live sessions. For each session, 405 students completed both the pre-tests and post-tests. In general, students scored an average of 56% higher on the post-test than on the pre-test. The final course survey was completed by 469 students. The survey results show that more than 98% of students found the course to meet or exceed their expectations. Over 80% of students agreed that the course increased their interest in radiology and about 81% agree that the topics presented were excellent and clinically important. The ratings in the final survey results also indicate that students increased their confidence in basic radiology skills after completing the course. CONCLUSIONS: The implementation of an integrative clinical approach to teaching radiology in a virtual setting is achievable. It provides efficient use of educational resources while being accessible by a large number of students across different medical schools.
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 | 0,006 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,002 |
| 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 ».