Needs assessment for enhancing pediatric clerkship readiness
Notice bibliographique
Résumé
BACKGROUND: Many students report feeling inadequately prepared for their clinical experiences in pediatrics. There is striking variability on how pediatric clinical skills are taught in pre-clerkship curricula. METHODS: We asked students who completed their clerkships in pediatrics, family medicine, surgery, obstetrics-gynecology and internal medicine to rate their pre-clinical training in preparing them for each clerkship, specifically asking about medical knowledge, communication, and physical exam skills. Based on these results, we surveyed pediatric clerkship and clinical skills course directors at North American medical schools to describe the competence students should have in the pediatric physical exam prior to their pediatric clerkship. RESULTS: Close to 1/3 of students reported not feeling adequately prepared for their pediatrics, obstetrics-gynecology, or surgery clerkship. Students felt less prepared to perform pediatric physical exam skills compared to physical exam skills in all other clerkships. Pediatric clerkship directors and clinical skills course directors felt students should have knowledge of and some ability to perform a wide spectrum of physical exam skills on children. There were no differences between the two groups except that clinical skills educators identified a slightly higher expected competence for development assessment skills compared to pediatric clerkship directors. CONCLUSIONS: As medical schools undergo cycles of curricular reform, it may be beneficial to integrate more pre-clerkship exposure to pediatric topics and skills. Further exploration and collaboration establishing how and when to incorporate this learning could serve as a starting point for curricular improvements, with evaluation of effects on student experience and performance. A challenge is identifying infants and children for physical exam skills practice.
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 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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) | 0,001 | 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 ».