MétaCan
Menu
Retour à la cohorte
Enregistrement W4292358586 · doi:10.3138/jvme-2021-0060

Using an OSCE to Explore the Role of Structured Debriefing and Self-Directed Learning in Simulator-Based Clinical Skill Training in Production Animal Reproductive Medicine

2022· article· en· W4292358586 sur OpenAlexvenueno aff
Samira L. Schlesinger, W. Heuwieser, Carola Fischer‐Tenhagen

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDebriefingSession (web analytics)Objective structured clinical examinationMedical educationPsychologyLikert scaleMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

Self-directed learning is associated with several benefits in simulation-based clinical skill training and can be complemented by feedback in the form of post-event debriefing. In this study, final-year veterinary medicine students ( n = 111) were allocated into one of three groups and practiced four clinical skills from the domain of production animal reproductive medicine in a clinical skills laboratory. Group 1 completed an instructor-led practice session (I), group 2 completed a self-directed practice session with post-event debriefing (D), and group 3 completed a self-directed practice session without debriefing (control, C). Each practice session included two clinical skills categorized as being directly patient-related ( patient) and two clinical skills involving laboratory diagnostics or assembling equipment ( technical). Students evaluated the practice session using Likert-type scales. Two days after practice, 93 students took part in an objective structured clinical examination (OSCE). Student performance was analyzed for each learning station individually. The percentage of students who passed the OSCE did not differ significantly between the three groups at any learning station. While the examiner had an effect on absolute OSCE scores (%) at one learning station, the percentage of students who passed the OSCE did not differ between examiners. Patient learning stations were more popular with students than technical learning stations, and the percentage of students who passed the OSCE was significantly larger among students who enjoyed practicing at the respective station (90.9%) than among those who did not (77.8%). This translation was provided by the authors. To view the full translated article visit: https://doi.org/10.3138/jvme-2021-0060.de

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)0,025
score de la tête « metaresearch » (Gemma)0,056
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 enseignants0,025
Score d'incertitude au seuil0,131

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,056
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,207
Tête enseignante GPT0,484
Écart entre enseignants0,277 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical EducationMême sujetSimulation-Based Education in HealthcareTravaux en français237 207