Using learning-by-concordance to develop reasoning in epistaxis management with online feedback: A pilot study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 découle