Assessing Self-Reported Readiness of Medical Students transitioning to Clinical Clerkship at the University of Ottawa
Notice bibliographique
Résumé
Introduction: The transition from pre-clerkship to clinical clerkship is a pivotal moment for medical students. Curricular improvements can be made to better prepare students for clerkship. We collected student feedback to generate recommendations for improvement with regard to clerkship preparedness at the University of Ottawa Faculty of Medicine. Methods: We created a pre- and post-clerkship transition survey for medical students at the University of Ottawa Faculty of Medicine. The groups assessed were from different cohorts. Likert-type and open ended questions were used. The survey was open from October 10 to October 31, 2020. Microsoft Excel 2016 was used for data analysis. Results: We obtained 176 respondents (37% response rate), of which 158 provided consent and completed the survey. Students in the post-transition group were less anxious about the transition to clerkship, compared to their pre-transition colleagues, with the most significant difference being completing a thorough history and physical examination (2.9/5.0 vs. 3.3/5.0, p<0.05). The two main stressors for incoming clerks were inadequate clinical skills training in pre-clerkship and lack of clarity around clerkship roles, responsibilities, and expectations. Conclusion: Improvements can be made in pre-clerkship through the integration of small-group orientation sessions, formative OSCEs, accelerated review of pre-clerkship material, and clerkship simulation sessions to facilitate a seamless transition to clerkship at the University of Ottawa.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».