Twitter-based journal club as a global medical education tool - Insights from the IPNA Journal Club (#IPNAJC)
Notice bibliographique
Résumé
Abstract Free Open Access Medical Education (FOAMed) is successfully utilized by medical professionals worldwide to improve educational equity and networking opportunities. One such novel FOAMed tool is a Twitter-based journal club, #IPNAJC. The summary and infographics of selected pediatric nephrology article(s) are published on the IPNAJC website and emailed to members. Two separate, live, one-hour sessions are conducted in major international time zones in English and Spanish. Authors and experts are invited to the discussion. After #IPNAJC, a wrap-up is distributed across the IPNAJC membership via an email¸ for access on demand. An online, anonymous 11-question survey was distributed to IPNA members by email between Nov–Dec 2021. The response rate was 3.5 % (n=67). Most responses were from Asia (33%) and physicians (72%). Participants learned about #IPNAJC via email (69%), social media (17%), and colleagues (14%). Approximately 42% participated live; the remaining interacted with the materials asynchronously. The median (IQR) overall quality was 4 (3–5), the quality of summaries was 4 (4–5), VA usefulness was 5 (5), and ease of participation in the discussion was 5 (3–5). Analysis of Twitter chat revealed that 24 people participated in the live #IPNAJC, generating 424 tweets and 1.048 million impressions (median (IQR)). Most respondents perceived that the #IPNAJC and its FOAMed resources were of good quality. This survey study reinforces that FOAMed resources have a broad geographical reach, are accessed by users at all career stages, and can be utilized during and after a social media event.
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 | 0,007 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».