MétaCan
Menu
← Retour à la cohorte
Enregistrement W7161960101 · doi:10.82308/39330

‘Poorly relaxed women:’ A situational analysis of pelvic exam learning materials for medical students

2021· dissertation· en· W7161960101 sur OpenAlexaboutno aff
Sarah Towle

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNormativeDepictionCurriculumInclusion (mineral)Situational ethicsPsychosocialMedical ethicsIdeology

Résumé

récupéré en direct d'OpenAlex

This thesis analyzes how patients are represented in pelvic exam learning materials used by Canadian medical students. Adopting a postmodern form of qualitative analysis and drawing on conceptual frameworks of discourse theories, the social construction of the biomedical body, and relational autonomy, I demonstrate that these documents present a narrow depiction of bodies, identities, experiences, and patient choice related to the procedure. Through these limited depictions, the documents uphold normative ideologies of the body and position providers as authorities over patients on when and how the procedure will occur. The pelvic exam has historically been a loaded procedure, one that continues to pose challenges in the realms of patient care and medical training. Textbook and training manuals present just one aspect of how medical students learn to perform the exam; however, the representations in these documents matter. I suggest that the depictions contained in these materials are harmful to medical students – and ultimately patients – by not adequately preparing future clinicians to provide empowering, trauma-informed, and culturally sensitive care that meets the needs of people who receive pelvic exams. I conclude by suggesting detailed improvements to the learning materials and medical curricula more generally that work towards an ethic of inclusion in medical 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil0,288

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0240,015
Communication savante0,0100,004
Science ouverte0,0020,008
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,383
Écart entre enseignants0,371 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInnovations in Medical Education→Travaux en français237 207→