Préparation à l'externat : études médicales de premier cycle à l’Université d’Ottawa
Bibliographic record
Abstract
Pour les étudiants en médecine, la transition entre le pré-externat et l’externat est une période clé du programme médical de quatre ans. À l’Université d’Ottawa, il a été démontré qu’il y a un manque de satisfaction au sein des étudiants en ce qui a trait à leur préparation à l’externat. Cette étude d’amélioration de la qualité vise à apporter des recommandations afin d’améliorer le curriculum médical actuel de manière à améliorer la préparation à l’externat en s’attardant particulièrement à l’unité d’intégration et au stage préparatoire. Une revue de la littérature a été complétée afin de faire ressortir les concepts théoriques sur lesquels se fondent les modifications au curriculum qui ont pour but d’améliorer l’intégration de connaissances lors du pré-externat. Le mapping du curriculum de l’unité d’intégration et du stage préparatoire a également été effectué afin de conceptualiser et concrétiser l’incorporation des modifications au curriculum. Lors de l’unité d’intégration, le curriculum est divisé en 54% de cours didactiques, 19% d’activités pratiques et 21% d’ateliers. Pour le stage préparatoire, 22,3% était alloué aux cours didactiques, 28,6% aux ateliers et 48% à la pratique en milieu hospitalier. La préparation à l’externat peut être améliorée en optimisant l’intégration au cours du pré-externat, particulièrement durant la dernière unité de la deuxième année (unité d’intégration). Des modifications potentiellement bénéfiques comprennent : prioriser l’apprentissage actif à l’apprentissage passif ; mettre l’intégration cognitive en premier plan en salles de classe ; bâtir progressivement en complexité en visant à avoir les sujets les plus complexes à la fin du pré-externat en utilisant une approche de cycle de vie; et associer une séance de développement des compétences des cliniques à chaque séance d’apprentissage par cas.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.026 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.008 | 0.003 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.019 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".