SpacED POCUS: A Randomized Controlled Trial of an Adaptive Spaced Education POCUS Curriculum for Medical Students
Notice bibliographique
Résumé
This study evaluated the effectiveness, retention, engagement, and acceptability of adaptive spaced education (spacED) for improving the accuracy of point of care ultrasound (POCUS) image interpretation by medical students. From July 2022-May 2023, students (n=36) were randomized into two groups and each assigned 50 unique POCUS cases: cardiac/vascular or lung/FAST. Each one served as the control for the other group. We measured effectiveness (% posttest 1 - % pretest), six-month retention (% posttest 2 - % posttest 1), engagement (% cases completed), and acceptability (% would recommend). Twenty-nine students (81%) completed the study. On average, 38.6% of cases were completed over the six-month study period. There was a significant increase in test scores covering FAST (Focused Assessment with Sonography in Trauma) (+18%), lung (+25%), and vascular (+23%, all p<0.01). Six-month FAST and lung scores did not have significant loss (+3% and -10%, p >0.05). Acceptability was high; 96% of students indicated they would participate again. Despite an imperfect case completion rate, for some applications, spacED was an effective, long-lasting, and acceptable method for teaching POCUS interpretation to medical students.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».