MétaCan
Menu
Retour à la cohorte
Enregistrement W4401948379 · doi:10.1177/00368504241274583

Using learning-by-concordance to develop reasoning in epistaxis management with online feedback: A pilot study

2024· article· en· W4401948379 sur OpenAlexaff
Benjamin Vérillaud, Marine Veleur, R. Kania, Ivry Zagury‐Orly, Nicolás Fernández, Bernard Charlin

Notice bibliographique

RevueScience Progress · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueVascular Anomalies and Treatments
Établissements canadiensUniversité de MontréalMcMaster University
Organismes subventionnairesnon disponible
Mots-clésOtorhinolaryngologyConcordanceMedicineMedical educationDeliverableMedical physicsSurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Epistaxis is a recurring cause for referral to emergency departments. Its management can be complex; hence, it is critical to provide appropriate support to Otolaryngology-Head and Neck Surgery (OHNS) residents to develop clinical reasoning skills to manage such cases. Learning-by-Concordance (LbC) is a recently developed educational tool that encourages learners to think through simulated clinical scenarios. A panel of ENTs provides insightful feedback to residents, reflecting a diversity of opinions about practice. Our study aimed to assess LbC's feasibility and perceived value for training OHNS residents in epistaxis management. METHODS: In this qualitative study, three OHNS surgeons, including two faculty members and one resident, wrote the LbC scenarios. The LbC tool was made available to participants through an online platform. A panel of four OHNS faculty provided feedback on answers to LbC questions. Otolaryngology-Head and Neck Surgery residents participated and provided their opinion on the value of this educational tool through an online questionnaire. RESULTS: A total of 10 one-hour sessions were required to create and upload the training tool. To provide insightful feedback embedded in the learning tool, the four panelists needed 60 min each. Of the 37 participating residents, 25 (68%) completed the training. Overall satisfaction was high: 88% appreciated the training method, and 92% wanted to use this type of training again. Most residents felt the training enabled them to improve their clinical reasoning when encountering a patient with epistaxis (92%) and their knowledge about epistaxis (96%). CONCLUSION: Findings suggest that OHNS residents could benefit from clinical reasoning exercises with panelist feedback using the LbC approach for clinical presentations that require complex approaches to manage conditions such as epistaxis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,038
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,344
Écart entre enseignants0,312 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience ProgressMême sujetVascular Anomalies and TreatmentsTravaux en français237 207