Online mentoring of medical students during COVID-19 pandemic: Another new normal
Notice bibliographique
Résumé
Objectives: To determine the impact of online mentoring sessions on the students during the pandemic time. Methods: The cross-sectional descriptive study was conducted at Bahria University Medical and Dental College, Karachi. The total study duration was 5 months from March 2021 to July 2021. Quantitative research design was used. Categorical data was scored on a three point Likert scale (1= ‘Disagree’, 2= ‘Neutral’ and 3= ‘Agree’). Frequencies and percentages were calculated to determine the impact of online mentoring. Results: Sixty two percent of 2nd year MBBS students were of the opinion that online mentoring was helpful as compared to 58% 1st year and 50% 3rd year students. Students were anxious while sharing their issues online. A total of 61.66% were eager to have classes on campus as compared to online as learning difficulties were felt in 70%, 77% and 81% of 1st, 2nd and 3rd year classes respectively. Of the 1st year 39%, 2nd year 46% and 3rd year 32% showed relief after the mentoring session but were in favor of face to face sessions. Technical issues were faced by 54% 1st year, 66% 2nd year and 64% 3rd year students. Conclusion: The study suggested that students were overall satisfied with the online mentoring sessions. They do have certain apprehensions like privacy and confidentiality issues but on the whole, they considered this medium as being a powerful one in times of the pandemic. doi: https://doi.org/10.12669/pjms.38.8.5833 How to cite this:Usmani A, Imran M, Javaid Q, Tariq J. Online mentoring of medical students during COVID-19 pandemic: Another new normal. Pak J Med Sci. 2022;38(8):2125-2130. doi: https://doi.org/10.12669/pjms.38.8.5833 This is an Open Access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by/3.0), which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.
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 | 0,007 |
| 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 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».