Learning objectives for medical student teaching in the operating theatre: surgeons’ experiences and factors influencing operative participation
Notice bibliographique
Résumé
Introduction The operating theatre offers a unique and rich learning environment for medical students. Recent evidence indicates that medical student attendance at theatre teaching is low. There is limited evidence of the perceptions of the teacher in this environment. The aim of this study was to characterise the experiences of consultant surgeons when teaching medical students in theatre. Methods A 22-item self-administered survey was distributed to all surgical consultants in 5 specialties involved in the delivery of medical education at 5 hospitals associated with a single UK medical school. Responses were anonymous. Results Questionnaires were returned by 99 (64%) of the 154 surgical consultants. The majority (n=80, 80%) enjoyed teaching medical students in the operating theatre. Two-thirds (64%) set learning objectives for their students but a quarter (25%) did not feel that they knew what the curriculum expected students to learn. Two-thirds (65%) of the consultants stated that they would not let students perform procedures in theatre. Respondents suggested a total of 266 generic objectives that they would want medical students to learn. These were grouped by theme, with the most commonly cited learning objectives being clinical knowledge (44%), skills and procedures (29%), awareness of the room environment (18%) and appreciation of the patient journey (9%). Conclusions Surgeons are largely positive about delivering medical student teaching in the theatre environment. Teacher training with clearer communication between medical school faculty and surgical teachers may help facilitate objective setting to ensure students derive maximum benefit from this unique teaching environment.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».