MétaCan
Menu
← Retour à la cohorte
Enregistrement W4401991184 · doi:10.7759/cureus.68131

The Use of Silicone Simulators for Bile Duct Anastomosis Education in Medical Conferences for the Purpose of Improving the Canadian Medical Education Directives for Specialists (CanMEDS) Competencies

2024· article· en· W4401991184 sur OpenAlexaffabout
Rebecca Mosaad, Érica Patocskai, Adam Dubrowski

Notice bibliographique

RevueCureus · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensUniversité de MontréalOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésMedicineMedical educationBile ductSurgery

Résumé

récupéré en direct d'OpenAlex

This technical report explores the potential of including silicone bile duct simulators for the purpose of completing a bile duct anastomosis (BDA) in medical conferences. The purpose is to target the need for exposure to more surgical skills and to contribute to the Canadian Medical Education Directives for Specialists (CanMEDS) requirements, as per the Royal College of Physicians and Surgeons of Canada. Data collection was completed at the 2023 Canadian Conference for the Advancement of Surgical Education (C-CASE) in Montreal, Canada. For several years, the quality improvement feedback received at the end of these conferences suggested a few areas of improvement, one of which was related to the concept of return on investment (ROI). The participants spend a considerable amount of funds to travel to the conferences but feel that the only measurable gains are at a research capacity and thus only relate to two CanMEDS competencies. By leveraging C-CASE, the aim is to enhance students' educational experience during events they already intend to attend. Initially, students participated in a five-part simulation workshop and engaged in a think-aloud protocol (TAO). From there, nine participants were recruited for a focus group to further understand the perceived educational value and feedback on both the simulators and the conference structure.

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)0,012
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,969
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,030
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0020,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,067
Tête enseignante GPT0,359
Écart entre enseignants0,292 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCureus→Même sujetSurgical Simulation and Training→Travaux en français237 207→