MétaCan
Menu
Retour à la cohorte
Enregistrement W4224279388 · doi:10.24908/pocus.v7i1.15019

Near Peer POCUS Education Evaluation

2022· article· en· W4224279388 sur OpenAlexvenueno aff
Cassidy Miller, Louisa Weindruch, John Gibson

Notice bibliographique

RevuePOCUS Journal · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedical educationPoint of care ultrasoundMedicinePopulationPsychologyUltrasoundRadiology

Résumé

récupéré en direct d'OpenAlex

Objective: At Texas College of Osteopathic Medicine (TCOM), point of care ultrasound (POCUS) is taught to medical students in conjunction with trained medical student teaching assistants (TAs). The purpose of our study is to evaluate the effectiveness of near peer teaching in the setting of ultrasound education. We hypothesized that this would be the preferred learning technique among TCOM students and TAs. Methods: To evaluate our hypotheses about the value of near peer instruction, we created two comprehensive surveys for students to share their experiences with the ultrasound program. One survey was for general students and the other survey was for students designated as TAs. The surveys were sent via email to second and third-year medical students. Results: General Student Population Survey Results: Of the 63 students who took the survey, 90.4% agreed that ultrasound is an integral part of medical education, 79.4% of students either agreed or strongly agreed that ultrasound improves their understanding of systems-based course material, 53.9% of students prefer near peer techniques over other teaching methods, while only 38.7% of students would prefer faculty-led sessions. 73% of students agreed that their ultrasound skills have improved with peer-led sessions, 71.4% of students agreed that peer-led sessions have made them want to pursue additional ultrasound training, and 96.8% of students report that they are very likely or somewhat likely to use POCUS in their future practice. Ultrasound Teaching Assistant Survey Results: Nineteen TAs responded to the survey, of which 78.9% assisted with more than 4 teaching sessions, 84.2% attended more than 4 TA training sessions, 94.7% reported spending additional time practicing ultrasound outside of TA activities each week, 100% agreed or strongly agreed that being an ultrasound TA has helped their medical education, and 78.9% either agreed or strongly agreed that they feel competent in their ultrasound skills. Among TAs, 78.9% preferred near peer techniques over other teaching methods, 100% agreed or strongly agreed that being a TA has helped develop their ultrasound skills, and 100% were likely or very likely to use POCUS in their future practice. Conclusions: Based on the results of our surveys, we were able to conclude that near peer teaching is the preferred learning method among students at our institution, and TCOM students found ultrasound to be a beneficial adjunct to systems courses in medical school education.

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)0,008
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,029
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
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)0,0180,003

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 Opus0,026
Tête enseignante GPT0,389
Écart entre enseignants0,363 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations19
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePOCUS JournalMême sujetInnovations in Medical EducationTravaux en français237 207