Creating meaning through small doses of actionable learning: A mixed methods analysis of CAP-ACP’S virtual CME activities
Notice bibliographique
Résumé
Background: The COVID-19 pandemic overwhelmed pathology services, halting routine case reviews and disrupting resident training. In response, the Canadian Association of Pathologists – Association canadienne des pathologistes (CAP-ACP) launched virtual one-hour webinars, allowing pathologists to learn while working and ensuring residents remained exposed to essential cases despite pandemic constraints. Methods: Using a convergent mixed-methods design, data from 115 post-session evaluation surveys were analyzed. Participants included pathologists and pathologists’ assistants, with 93% of responses from Canada. Quantitative and qualitative data were analyzed separately. Qualitative analysis employed an inductive thematic approach using a codebook, with member checking completed by two pathologists. Results: High satisfaction with the learning activities was reported. Three main themes emerged: participants viewed the webinars as accessible, engaging, and impactful; the learning was actionable and relevant to daily practice – improving report writing, data interpretation, diagnostic accuracy, and tissue handling – while also equipping lecturers to teach effectively online; and pathology at a crossroads. Quantitative responses showed that 80% felt the webinar enhanced their competence, but only 66% believed it would impact patient outcomes, suggesting a disconnect between their work and its perceived clinical impact. The webinars reminded pathologists of the clinical significance of their work and reflected a desire to connect more with colleagues through multidisciplinary collaboration. There was also a strong call to engage leadership in addressing burnout as a shared responsibility. Webinar platforms can support both skill-building and meaningful professional dialogue. Discussion: The results highlight the multifaceted value of virtual continuing medical education: enhancing diagnostic, teaching, and leadership skills while helping pathologists reconnect with meaning and purpose in their work. As the profession navigates post-pandemic challenges, webinar platforms offer a scalable tool to support clinical competence, collaboration, and engagement with systemic issues such as burnout and professional identity.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,002 | 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 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 ».