MétaCan
Menu
Retour à la cohorte
Enregistrement W3205014723 · doi:10.36834/cmej.71595

Does the format residents use to give and receive feedback about teaching affect the usefulness of the feedback?

2021· article· en· W3205014723 sur OpenAlexaffvenueabout
Udoka Okpalauwaekwe, Sean Polreis, Marcel D’Eon

Notice bibliographique

RevueCanadian Medical Education Journal · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMicroteachingSet (abstract data type)PsychologyFeedback regulationTest (biology)Medical educationComputer scienceMedicineMathematics educationTeaching methodBiology

Résumé

récupéré en direct d'OpenAlex

Purpose: An important element in each teaching workshop for resident doctors at the University of Saskatchewan is the microteaching sessions, including feedback. We set out to test our observations that one condition for organizing the feedback increased the quality of feedback. In one condition, residents provide and receive feedback in all areas listed on our feedback form; while in the other condition, they provide and receive feedback in some areas. Methods: Over 115 residents participated in the teaching workshop in the 2019-2020 academic year. Each resident experienced both conditions for giving and receiving feedback—about half with one condition first and the other half in the opposite order. We developed and tested a simple survey that asked about the usefulness of the feedback. Results: We used the Mann-Whitney U test for differences between some areas or all areas. We found a statistically significant difference with small to moderate effect sizes (Cohen’s d) favouring the some areas condition. Conclusion: Residents found the usefulness of feedback given or received using the feedback condition in some areas greater than all areas. We will now only use the some areas condition and recommend that other teaching workshops that use microteaching practice sessions consider using this condition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,025
score de la tête « metaresearch » (Gemma)0,144
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,144
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,305
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Education JournalMême sujetInnovations in Medical EducationTravaux en français237 207