COVID-19 and the transition to virtual teaching sessions in an orthopaedic surgery training program: a survey of resident perspectives
Notice bibliographique
Résumé
BACKGROUND: COVID-19 has had a tremendous impact on medical education. Due to concerns of the virus spreading through gatherings of health professionals, in-person conferences and rounds were largely cancelled. The purpose of this study is the evaluate the implementation of an online educational curriculum by a major Canadian orthopaedic surgery residency program in response to COVID-19. METHODS: , 2020. The survey aimed to assess residents' response to this change and to examine the effect that the transition has had on their participation, engagement, and overall educational experience. RESULTS: Altogether, 25 of 28 (89%) residents responded. Respondents generally felt the quality of education was superior (72%), their level of engagement improved (64%), and they were able to acquire more knowledge (68%) with the virtual format. Furthermore, 88% felt there was a greater diversity of topics, and 96% felt there was an increased variety of presenters. Overall, 76% of respondents felt that virtual seminars better met their personal learning objectives. Advantages reported were increased accessibility, greater convenience, and a wider breadth of teaching faculty. Disadvantages included that the virtual sessions felt less personal and lacked dynamic feedback to the presenter. CONCLUSIONS: Results of this survey reveal generally positive attitudes of orthopaedic surgery residents about the transition to virtual learning in the setting of an ongoing pandemic. This early evaluation and feedback provides valuable guidance on how to grow this novel curriculum and bring the frontier of virtual teaching to orthopaedic education long-term.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,041 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».