MétaCan
Menu
Retour à la cohorte
Enregistrement W4220962231 · doi:10.1111/nep.14040

The need for individualizing teaching and assurance of knowledge transmission to patients training for home dialysis

2022· review· en· W4220962231 sur OpenAlexaff
Mark McIsaac, Christopher T. Chan, Bourne L. Auguste

Notice bibliographique

RevueNephrology · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensSunnybrook Health Science CentreUniversity of TorontoHealth Sciences CentreUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineLearning stylesComprehensionAdverse effectDialysisMedical educationSurgeryPedagogyPsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Patients have varied learning styles and this has implications for home haemodialysis (HHD). Assessment tools directed toward understanding these styles remains understudied. As a consequence, this may lead to substandard retention rates or adverse events in HHD programs. As part of a continuous quality improvement initiative we have aimed to improve our understanding of patient learning styles and consequently tailor home dialysis training to individuals. To objectively determine knowledge translation and comprehension, irrespective of learning styles, we have introduced an objective structured clinical examination (OSCE). This assessment tool allows for further refinement of educational priorities by highlighting both deficiencies and strengths. Thereafter, an exit OSCE ensures patients attain an acceptable standard to complete home haemodialysis independently. We hope this tool will help shape future training criteria for HHD programs and consequently reduce adverse event rates.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil0,604

Scores Codex et Gemma par catégorie

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

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 Opus0,063
Tête enseignante GPT0,352
Écart entre enseignants0,289 · 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 tête enseignante, 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
GenreSynthèse

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

En bref

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNephrologyMême sujetDialysis and Renal Disease ManagementTravaux en français237 207