Piloting an interprofessional virtual cadaveric dissection course: Responding to <scp>COVID</scp>‐19
Notice bibliographique
Résumé
Interprofessional learning improves students' clinical and interprofessional competencies. COVID-19 prevented delivering in-person education and motivated the development of a virtual interprofessional cadaveric dissection (ICD) course. This study reports on the effects of a virtual ICD course compared to a previously delivered in-person course, on students' readiness for, and perceptions about, interprofessional learning. Students attending the ICD course in-person (2019-2020) or virtually (2020-2021) completed the Readiness for Interprofessional Learning Scale (RIPLS) and the Interdisciplinary Education Perception Scale (IEPS). Students in the virtual course also provided written feedback. Thirty-two (24 women; Median: 24 [Q1-Q3: 22-25] years) and 23 students (18 women; 22 [21-23] years) attended the in-person and virtual courses, respectively. In the virtual cohort, the RIPLS total score (82 [76-87] vs. 85 [78-90]; p = 0.034) and the roles and responsibilities sub-score (11 [9-12] vs. 12 [11-13]; p = 0.001) improved significantly. In the in-person cohort, the roles and responsibilities sub-score improved significantly (12 [10-14] vs. 13 [11-14]; p = 0.017). No significant differences were observed between cohorts (p < 0.05). Themes identified in the qualitative analysis were advantages and positive experiences, competencies acquired, disadvantages and challenges, and preferences and suggestions. In-person and virtual ICD courses seem to have similar effects on students' interprofessional learning. However, students reported preferring the in-person setting for learning anatomy-dissection skills.
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 | 0,004 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».