The Journal Club 3.0: A qualitative, multisite study examining a new educational paradigm in the era of open educational resources
Notice bibliographique
Résumé
Background: The journal club is a ubiquitous and time-honored tradition within medical education. However, in recent years, open educational resources (OERs) have become increasingly influential in how physicians interact with the medical literature across multiple specialties. The authors sought to explore how emergency medicine (EM) resident physicians reconcile different perspectives across OERs into their educational experience at the journal club. Methods: From January 2018 to September 2019, the authors enrolled 25 EM residents from four teaching sites associated with the University of British Columbia, Canada, to participate in either a focus group (seven residents) or individual interviews (18 residents). The authors used a snowball sampling technique. Using a constructivist grounded theory analysis, two investigators independently reviewed transcripts, meeting regularly to discuss themes until sufficiency was achieved. Results: The study data expand the theoretical understanding of the resident journal club experience. Residents used multiple sources including OERs to learn about new evidence in the specialty. The rise of OERs helped residents to focus on developing critical appraisal skills and social bonds during the journal club. The local journal club gained a new relevancy in acting as a quality control mechanism against the premature adoption of research findings discussed in OERs. Discussion: To date, most educators assume that residents prepare for a journal club by reading the selected articles and applying knowledge from their previous education. Instead, our findings suggest a more dynamic experience that integrates OERs. OERs enhance the journal club experience by allowing junior residents to more easily participate in discussions and to broaden the discussion to multiple clinical settings. Understanding these processes could inform future educational strategies around the journal club.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,029 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,015 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».