Comunicación efectiva en salud: evaluación de una experiencia docente en estudiantes de medicina de Cuenca, Ecuador
Bibliographic record
Abstract
Introducción: la comunicación dentro del ámbito médico es esencial para obtener buenos resultados de la consulta; esta habilidad debe enseñarse a lo largo de la carrera y no suponer que es innata. Después de una revisión sistemática de la metodología de enseñanza en Ecuador y el poco desarrollo que ha tenido dentro de las universidades sobre todo del sur del país se realiza un estudio evaluando las habilidades comunicacionales de los estudiantes de medicina. Metodología: cien estudiantes de último año que realizan su año de internado en el Hospital Vicente Corral Moscoso, participaron en un estudio que valoró por observación directa las entrevistas con los pacientes utilizando la Guía Calgary – Cambridge como método de evaluación. Resultados: el promedio obtenido por los evaluados fue de 13,96 de 24 habilidades evaluadas, se realizó una comparación entre aquellos estudiantes que tenían formación en comunicación medica (19) y los que no tenían ninguna (81). Se encontró los estudiantes con formación en comunicación desarrollan entrevistas con mayor empatía, escucha efectiva, respeto por las expectativas de los pacientes y son capaces de resumir los hallazgos en busca de resultados más eficaces de la comunicación. Conclusión: se observan algunas diferencias entre ambos grupos comparables con estudios internacionales. Se urge a las escuelas de medicina para llevar adelante una modificación del currículo formal que favorezca el desarrollo y aprendizaje de la comunicación como habilidad efectiva en el aprendizaje médico. El objetivo se humanizar la comunicación y favorecer una mejor relación entre médico y paciente.
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 | 0.012 | 0.018 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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".