The Impact of Remote Visualized Teaching on Clinical Competence Following Short-Term Bronchoscopy Training
Notice bibliographique
Résumé
Objective: To evaluate the impact of remote visualized teaching (RVT) on trainees' confidence and clinical competence after short-term traditional simulation-based bronchoscopy training. Methods: In this prospective self-controlled quasi-experimental study, two cohorts, with 24 trainees each, completed a one-day traditional bronchoscopy course and voluntarily joined a one-month RVT program. Confidence and clinical competence were evaluated before and after RVT using the Bronchoscopy Operator Confidence Scale (BOCS) and a modified Ontario Bronchoscopy Assessment Tool (OBAT), with scores analyzed using the Wilcoxon signed-rank test. Results: 48 trainees from 43 hospitals (81.2% secondary-level) completed the RVT course. Median BOCS scores increased significantly from 60.0 (54.0-64.0) to 75.0 (72.0-81.0; p<0.001), with notable improvements in emergency response (2.00→3.50) and operational skills (2.75→3.50). Modified OBAT scores rose from 66.7 (60.7-74.4) to 79.7 (76.7-84.9; p<0.001), notably, there were significant improvements in the scores for operational skills, diagnostic abilities, and post-procedure management. Conclusion: Remote visualized teaching significantly enhances trainees' confidence and clinical competence, serving as a valuable adjunct to traditional bronchoscopy education.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».