MétaCan
Menu
Retour à la cohorte
Enregistrement W4367184361 · doi:10.24908/pocus.v8i1.16410

Lessons Learned from POCUS Instruction in Undergraduate Medicine During the COVID-19 Pandemic

2023· article· en· W4367184361 sur OpenAlexaffvenue
Sheung Wing Sherwin Wong, Salwa Nihal, Danny Yu Jia Ke, Emma Neary, Luke Wu, Edwin Ocran, Michael Cenkowski, Nicholas Grubic, Stephen C. Pang, Amer M. Johri

Notice bibliographique

RevuePOCUS Journal · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound in Clinical Applications
Établissements canadiensKingston Health Sciences CentreQueen's University
Organismes subventionnairesnon disponible
Mots-clésCurriculumTest (biology)Medical educationSession (web analytics)PandemicCoronavirus disease 2019 (COVID-19)Point of care ultrasoundTeaching methodMedicinePsychologyComputer scienceMathematics educationNursingPedagogyDiseasePathology

Résumé

récupéré en direct d'OpenAlex

Point of care Ultrasound (POCUS) has been adopted into clinical practice across many fields of medicine. Undergraduate medical education programs have recognized the need to incorporate POCUS training into their curricula, traditionally done in small groups with in-person sessions. This method is resource intensive and requires sufficient equipment and expertise. These requirements are often cited as barriers for implementation. During the Coronavirus Disease 2019 (COVID-19) pandemic, POCUS education was required to adapt to physical distancing regulations, giving rise to novel teaching methods for POCUS. This article outlines the implementation of a POCUS teaching session before and during the pandemic. It describes how these innovations can scale POCUS teaching and overcome barriers moving forward. A flipped classroom model was implemented for all learners. Learners were given an introductory POCUS module before the scheduled in-person or virtual teaching session. Sixty-nine learners participated in conventional in-person teaching, while twenty-two learners participated in virtual teaching following the pandemic-related restrictions. Learners completed a written test before and following the teaching. In-person learners were assessed using an objective structured assessment of ultrasound skills (OSAUS) pre- and post-learning sessions. A follow-up survey was conducted three years after the teaching sessions were completed. Both in-person and virtual groups demonstrated statistically significant improvement in knowledge scores (p <0.0001). Both groups had similar post-test learning scores (74.2 ± 13.6% vs. 71.8 ± 14.5 %, respectively). On follow-up questionnaires, respondents indicate that they found our online and in-person modes of teaching helpful during their residency. POCUS education continues to face a variety of barriers, including limitations in infrastructure and expertise. This study describes an adapted POCUS teaching model that is scalable, uses minimal infrastructure and retains the interactivity of conventional small-group POCUS teaching. This program can serve as a blueprint for other institutions offering POCUS teaching, especially when conventional teaching methods are limited.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,268
Score d'incertitude au seuil0,539

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,205
Tête enseignante GPT0,436
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePOCUS JournalMême sujetUltrasound in Clinical ApplicationsTravaux en français237 207