MétaCan
Menu
Retour à la cohorte
Enregistrement W3208585563 · doi:10.21203/rs.3.rs-916458/v1

Inaugural MSK Medicine Module:  An innovative multidisciplinary medical education model

2021· preprint· en· W3208585563 sur OpenAlexafffundabout
Michael G. Zywiel, Thrmiga Sathiyamoorthy, Douglas Archibald, William Kraemer, Benjamin A. Alman, Peter Ferguson, Andrew E. Simor, Roberto Mendoza, Tania Bruno, Harpreet Singh Sangha, Heather McDonald-Blumer, Arthur Bookman, Robert G. Josse, E. A. Norris, Victoria Elliot‐Gibson, Andrew Howard, John Flannery, Markku Nousiainen, Veronica Wadey

Notice bibliographique

RevueResearch Square · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueMusculoskeletal Disorders and Rehabilitation
Établissements canadiensUniversity Health NetworkHospital for Sick ChildrenToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesTemerty Faculty of Medicine, University of TorontoUniversity of Toronto
Mots-clésCurriculumMedical educationMultidisciplinary approachMedicineMultiple choiceMedical knowledgeOrthopedic surgeryMedical physicsPhysical therapyPsychologyInternal medicineSurgeryPedagogy

Résumé

récupéré en direct d'OpenAlex

Abstract Background Given the increased need to enhance musculoskeletal education, an inaugural musculoskeletal (MSK) focused module was developed and evaluated as part of an orthopedic surgery training program at the University of Toronto. The educational offerings were based on a previously validated MSK Curriculum. Specifically, the aims are to evaluate the effectiveness of the module on 1) improving MSK knowledge and skills expected of graduating Orthopaedic residents and 2) the ability of residents to collaborate professionally with non-surgical MSK clinicians. Methods Nine residents initially selected to participate in the competency based curriculum for orthopaedic surgery completed this module as an essential component of their training. The module was experienced during the mid-point of training (PGY 3 equivalent). An evaluation template was developed using pre and post module multiple choice (MCQ) and short answer questions (SAQ) to assess knowledge; summary of in-training education reports (ITERs) of clinical educational experiences and; feedback obtained for scholarly presentations. Structured feedback was obtained from learners and educators to evaluate the effectiveness of the module and to inform changes to optimize future learning opportunities and environments. Results Nine residents completed the pilot study. The module was 8 weeks long. Learners rotated through clinical settings within five educational pillars. All residents demonstrated improvements in MSK medicine knowledge expected of graduating Orthopaedic residents with a 40% increase in mean MCQ scores (76% vs 60%; p<0.001) and 58% improvement in mean SAQ scores (78% vs 47%; p<0.001). Professionalism evaluations revealed performance above the expected level with a mean in-training education reports score of 4.19 out of 5 (SD: 0.44; range, 3.73 to 5). Conclusion Completing a MSK medicine module at the mid-point of postgraduate Orthopaedic training positively impacts acquisition of relevant MSK knowledge and skill, while facilitating interdisciplinary management of patients with MSK conditions using a new educational paradigm.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,070
Tête enseignante GPT0,484
Écart entre enseignants0,414 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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

En bref

Citations0
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetMusculoskeletal Disorders and RehabilitationTravaux en français237 207