MétaCan
Menu
← Retour à la cohorte
Enregistrement W3210719759 · doi:10.1093/pch/pxab061.068

86 Virtual MacPeds: Leveling up to the new virtual reality of medical education

2021· article· en· W3210719759 sur OpenAlexaff
Nina Mazze, Kristen Zahn, Anne Niec, Quang Ngo

Notice bibliographique

RevuePaediatrics & Child Health · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensMcMaster UniversityMcMaster Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésCurriculumAsynchronous learningMedical educationDescriptive statisticsVirtual learning environmentMedicineComputer-assisted web interviewingCoronavirus disease 2019 (COVID-19)Resource (disambiguation)PsychologyTeaching methodComputer scienceMathematics educationPedagogySynchronous learningCooperative learning

Résumé

récupéré en direct d'OpenAlex

Abstract Primary Subject area Medical Education Background The COVID-19 pandemic and physical distancing measures limited in-person learning experiences for resident postgraduate learners through mandated social distancing measures. Our training program responded by creating online synchronous and asynchronous learning opportunities to supplement learning and replace lost experiences. Virtual MacPeds is an online curriculum created using Kern’s six-step approach to curriculum development to supplement resident learning during COVID-19. The curriculum included online lectures, a live teaching calendar that includes links to sessions across rotations and subspecialties, and a resource rolodex with links to online learning materials. Objectives The purpose of this study is to evaluate the components of the Virtual MacPeds curriculum that were most useful to residents. Design/Methods Virtual MacPeds was piloted from March 2020 to June 2020 to 51 core pediatric residents in PGY1-4. The Kirkpatrick Model for learning evaluation was used to assess resident reaction to the implementation of the curriculum. A voluntary online survey was emailed to residents with the opportunity to respond from June to July 2020. Descriptive statistics were used to assess learner engagement and perception of the curriculum. Results Resident response rate was 38.2% (n=20, PGY1 =8, PGY2 =6, PGY3=5, PGY4=1). 95% of respondents had reduced in-person teaching sessions during COVID-19 and 80% had impacted clinical rotations (self-isolation, virtual care, patient volumes). Prior to Virtual MacPeds, 65% used online educational resources. 95% used the curriculum, all of whom found it helpful in fulfilling Royal College learning objectives. 85% of participants attended the online lectures - those who did not attend noted schedule conflict. 100% would use Virtual MacPeds in the future. Participants noted that Virtual MacPeds should include a live teaching schedule (100%), online lectures (84.2%), self-study modules (73.7%), resource rolodex (52.6%) with suggestions for recorded lectures (89.5%) and simulations (57.9%). Conclusion Virtual MacPeds is an acceptable and useful supplement to resident learning during COVID-19. Useful elements of the curriculum include online lectures, a live teaching schedule, resource rolodex and self-study modules.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,005
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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 Opus0,028
Tête enseignante GPT0,376
Écart entre enseignants0,348 · 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
GenreCommentaire

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'admission1
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child Health→Même sujetInnovations in Medical Education→Travaux en français237 207→