Piloting ‘Virtual Ward’: a novel platform for delivering medical student education by residents
Notice bibliographique
Résumé
BACKGROUND: Clinical experiences lie at the heart of undergraduate medical education (UGME). COVID-19 related disruptions in Medical Education impacted medical students substantially. As educators, efforts directed at developing new mediums to educate our medical students in the face of these new limitations were vital. The Virtual Ward (VW) pilot was an inaugural resident-driven, virtual educational opportunity aimed at supplement the learning of core internal medicine skills for undergraduate medical students. METHODS: Interested medical students were paired in groups of 5-6 with an internal medicine resident tutor. The McMaster University UGME core internal medicine topic list was provided to resident tutors to teach in an open, morning-report format in which students directed content selection. Following completion of the VW series, we distributed an online anonymous survey using a 5-point Likert scale to gauge the efficacy of the intervention and compare it to existing learning modalities offered by the UGME. RESULTS: In total, 166 medical students and 27 internal medicine resident tutors participated in the VW pilot. 46 (28%) medical students responded to the survey and 96% of survey respondents rated the sessions as being helpful to their learning. The majority rated VW superior to existing learning modalities and 94% thought VW should continue after COVID-related restrictions abate. CONCLUSIONS: VW is a novel educational platform that was very well received by learners. We propose VW may have a continued supplemental role post-pandemic to help with translation of knowledge to clinical skills and provide an additional avenue of mentorship for students.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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.
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 ».