Pilot Study: Moving Towards a Scalable Intervention for Postgraduate Communication Skills Training
Notice bibliographique
Résumé
Background: Communication skills are foundational to the practice of medicine and training to build them is recommended. Serious illness communication skills (SICSs) teaching is inconsistently and sparsely taught in postgraduate training and residents report feeling inadequately trained to have difficult conversations. The authors developed an e-module demonstrating high-yield communication skills from a known evidence-based training program to standardize core SICS teaching and questioned how using it before skills practice impacted comfort and preparedness for residents to complete advance care planning (ACP). Methods: Family medicine residents at an academic hospital in Toronto, Canada, completed a novel e-module that replaced a typical didactic-lecture introducing core SICS relevant to ACP conversations. Residents then discussed the skills, followed by practicing them deliberately in a structured role-play simulation with feedback by trained facilitators. Residents completed pre- and post-intervention attitudinal surveys. Results: Residents preferred a combination of learning modalities and welcomed online and virtual teaching methods for learning SICS. Residents reported higher levels of preparedness for engaging in ACP, delivering serious news, and discussing goals of care post-intervention. Residents showed more interest in discussing ACP post-intervention but questioned feasibility for doing so in busy ambulatory clinics. Conclusion: Scalable time-efficient teaching strategies are needed to fill a known education gap. This study demonstrated benefits of incorporating brief e-module learning into residents' preparation for SICS training using deliberate practice simulation training. The online, interactive virtual training improved resident readiness and comfort for ACP, an area often overlooked in medical education. Moreover, it provides an evidence-informed standardized tool for clinician teachers to seamlessly incorporate into their teaching practices.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».