A Randomized-Controlled Trial Comparing Efficacy and User Satisfaction of Audio Podcasts Versus a Traditional Lecture on Multiple Sclerosis in Family Medicine Resident Education (P4.195)
Notice bibliographique
Résumé
OBJECTIVE: To assess the efficacy and user satisfaction of podcasts versus a traditional lecture in resident education. BACKGROUND: Podcasting technology has been increasingly adopted to enhance health education. Advantages include low implementation costs, positive user experiences, and effectiveness at meeting educational goals. We previously conducted a needs assessment survey amongst family medicine residents (n=77) and showed that 84[percnt] of family medicine residents indicated that they were either “very interested” or “somewhat interested” in listening to neurology podcasts. DESIGN/METHODS: In the current study, we randomized 2nd year family medicine residents (n=49) to either attend a formal lecture (n=25) or to listen to two podcasts (n=24) on multiple sclerosis. We used pre- and post-test scores of an exam marked by a blinded adjudicator to assess efficacy, and a 5-point Likert scale to assess satisfaction. RESULTS: There was low baseline knowledge about multiple sclerosis in both groups (the lecture group pre-test mean score was 13.9±3.2*/80 and the podcast group pre-test mean score was 16.9±3.2/80; P=0.20). Both groups improved significantly following the intervention, but the podcast group appeared to improve more as measured by the mean post-test scores (the lecture group improved by 41.7±1.6 to 55.7±4.2/80 and the podcast group improved by 49.8±1.5 to 66.7±2.6/80; P<0.01). There was no significant difference in the user satisfaction between the lecture and the podcast on a 5-pt Likert scale (4.45±0.44 in the lecture group versus 4.19±0.35 in the podcast group; P=0.37). The greater improvement on post-test scores in the podcast group was unexpected and may have been due to slower pacing in the podcast. In the podcast group, 100[percnt] were either “very interested” or “somewhat interested” in listening to further neurology podcasts. CONCLUSION: Overall our study demonstrates that podcasts are an effective tool in medical education with similar efficacy and user satisfaction to traditional lectures. *95[percnt] CI
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».