Medical residents’ and teachers’ perceptions of the digital format of nation-wide didactic courses for psychiatry residents in Sweden: a survey-based observational study
Notice bibliographique
Résumé
BACKGROUND: This study aimed to explore residents' and teachers' perceptions of the digital format of Metis (a national education network in Sweden) didactic courses for psychiatry residents in Sweden to guide post-pandemic curriculum development. METHODS: An online attitude survey was developed and sent out to 725 residents in psychiatry and 237 course directors/teachers. Data were examined descriptively and group differences were analysed with independent sample t-tests. RESULTS: The survey was completed by 112 residents and 72 course directors/teachers. Perceptions of digital formats were quite similar between the two groups with some significant differences i.e., residents agreed more strongly than directors/teachers with the statement that Metis courses in digital format were of the same quality (or better) than the classroom-based format. Residents perceived the positive effects of using interactive tools more than directors/teachers. More than 40% of the responders in both groups preferred a return to classroom-based course meetings. Responders in both groups suggested that different forms of digital elements (e.g., video-based and sound-recorded lectures, digital-group discussions, virtual patients) could be incorporated into different phases in the courses. CONCLUSIONS: The study represents the current largest survey among residents in psychiatry and a teaching faculty in Sweden, to understand the impact of digitalization on the quality of residents' education during the pandemic. The results point towards applying a mixed format for training and education going forward, incorporating digital aspects into the national curriculum.
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 | 0,002 | 0,009 |
| 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 ».