Exposure and Reception of Surgery Live-Streaming Technology in Undergraduate Medical Education
Notice bibliographique
Résumé
Virtual education has undergone rapid development during and since the COVID-19 pandemic. Surgical live-streaming is one such virtual format that can provide invaluable learning, particularly when limited by distance or contact restrictions. This study aimed to explore the current exposure level and reception of surgical live-stream opportunities in undergraduate medical students. An invitation to participate in an anonymous survey was sent to the McMaster University undergraduate medical education program’s class of 2026 (n = 221) of. The survey consisted of preliminary questions indicating the degree of exposure to livestreaming participation, and two different sets of questionnaires that were assigned depending on presence or absence of prior participation. 22 (10%) students participated in and completed the survey. 21 (95%) students indicated that they were unaware of any live streaming opportunities, and 22 (100%) students indicated absence of prior participation in virtual surgical livestreaming. Interest level in attending a live-stream event given the opportunity was “High” or “Very High” for 19 (86.4%) students. Such results show that while there currently is insufficient opportunity for medical students to participate in surgical live streaming, there is ample interest. Further, live streaming was preferred as an adjunct to, rather than a replacement for, in-person opportunities in 77.3% of students. We hope that the results of this study will be able to assist the educational planners and other stakeholders in medical education to consider the appropriate application of surgical live streaming in future curricula.
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 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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».