Educational Impact of #IDJClub, a Twitter-Based Infectious Diseases Journal Club
Notice bibliographique
Résumé
BACKGROUND: Journal clubs have been an enduring mainstay of medical education, and hosting these on social media platforms can expand accessibility and engagement. We describe the creation and impact of #IDJClub, an infectious diseases (ID) Twitter journal club. METHODS: We launched #IDJClub in October 2019. Using the account @IDJClub, an ID physician leads a 1-hour open-access Twitter discussion of a recent publication. All participants use the hashtag #IDJClub. Sessions started monthly, but increased due to demand during the coronavirus disease 2019 (COVID-19) pandemic. We used Symplur 's Healthcare Hashtag project to track engagement of #IDJClub per 60-minute discussion plus the following 30 minutes to capture ongoing conversations. We also conducted an online anonymous survey using Likert scales and open-ended questions to assess educational impact. RESULTS: In its first 20 months, 31 journal clubs were held, with medians of 42 (interquartile range [IQR], 28.5-60) participants and 312 (IQR, 205-427.5) tweets per session. 134 participants completed the survey, of whom 39% were ID physicians, 19% pharmacists, 13% ID fellows, and 10% medical residents. Most agreed or strongly agreed that #IDJClub provided clinically useful knowledge (95%), increased personal confidence in independent literature appraisal (72%), and was more educational than traditional journal clubs (72%). The format addressed several barriers to traditional journal club participation such as lack of access, subject experts, and time. CONCLUSIONS: #IDJClub is an effective virtual journal club, providing an engaging, open-access tool for critical literature appraisal that overcomes several barriers to traditional journal club participations while fostering connectedness within the global ID community.
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 | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,005 |
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 ».