An approach to teaching the psychiatric interview
Notice bibliographique
Résumé
The psychiatric interview serves as the cornerstone of psychiatric practice. It is therefore essential that we find effective ways of teaching students how to conduct a psychiatric interview. The present paper arises from two faculty members at Memorial University of Newfoundland and Labrador considering how to improve the quality of teaching of the psychiatric interview to preclerkship undergraduate medical students, before they begin the clinical portion of their training. The interview is taught in discrete pieces initially (e.g., discussing confidentiality, screening for suicidal ideation, taking a history for depressive disorders, etc.) before being assembled into a whole interview.The sessions are led by psychiatrists and residents who play the role of the patient. They use prewritten cases but can improvise to challenge or direct the students. Students receive real time feedback. The flexibility allows for students to repeat and vary their approach in response to feedback.Anonymous course evaluations showed improvement in student satisfaction with the new psychiatry clinical skills teaching. Prior to implementing the new approach student satisfaction was at 3.9/5. With the new method scores improved to 4.7/5 and 4.5/5 in the following two years. Clinical skills OSCE scores remained stable with modest improvement following implementation. The class average was 8.5 in the year prior to implementation and were 9.1, 8.6 and 8.8 in the years following. As a side benefit, the approach lent itself well to being delivered remotely so it continued to function well during the disruption resulting from COVID-19.
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 | 0,007 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,008 |
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 ».