Musculoskeletal Learning and Knowledge Retention Among Postgraduate Physicians: Evaluating the Long-Term Impact of a New Preclerkship Curriculum at a Nationally Accredited Medical Program
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
Introduction: Musculoskeletal (MSK) injuries and disorders are exceptionally prevalent in the clinical setting. Despite this, physician training in MSK medicine has been historically inadequate contributing to a lack of MSK knowledge, confidence, and clinical skills among postgraduate physicians. The goal of this investigation was to examine the long-term impact of a new preclerkship MSK curriculum implemented by a nationally accredited medical program on postgraduate physician's learning and knowledge retention in the area of MSK medicine. Methods: Five hundred sixty-eight postgraduate physicians (years 1-6) who had previously completed the new curriculum over a 6-year period were recruited to complete a standardized and validated MSK examination that consisted of 30 multiple-choice questions on core or must-know topics in MSK medicine that could be directly mapped to learning objectives within the new preclerkship MSK curriculum. Results: Ninety postgraduate physicians completed the examination, obtaining an average score of 75.0% (±10.2; range 57.0-100.0). Physicians who completed MSK-related electives during clerkship training or specialized in fields related to MSK medicine (i.e., orthopaedics, PM&R, sports medicine, and rheumatology) performed significantly better on the MSK examination (p ≤ 0.01). Conclusion: Data indicated that the program's new preclerkship curriculum supports high levels of MSK learning and knowledge retention among postgraduate physicians. These findings are expected to assist with the establishment of minimum curriculum standards and can be used to guide MSK curricular reform at other medical programs.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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