Exploring rural family physicians' learning from a web-based continuing medical education program on Alzheimer's disease: a pilot study
Bibliographic record
Abstract
L'apprentissage en ligne des médecins capte de plus en plus l'attention dans la littérature en formation médicale continue. Cette étude descriptive de cas examine l'apprentissage du début de la maladie d'Alzheimer par les médecins de famille ruraux, à partir d'un programme en ligne de la formation médicale continue. Cette investigation englobe également l'analyse des huit cas, i.e. les huit participants. Afin de surmonter les critiques courantes sur l'enseignement magistral des programmes en ligne de la formation médicale continue, une approche par résolution de problèmes utilisant la collaboration fut mise en pratique. Huit médecins de famille ruraux, travaillant en paires et en plénière, ont complété en neuf mois le programme portant sur la maladie d'Alzheimer. Un médecin de famille, expert en maladie d'Alzheimer, a agi comme modérateur des discussions en ligne; une enseignante a coordonné la logistique et a assumé le double rôle de concepteur et de chercheur. L'efficacité du programme à soutenir l'apprentissage des participants concernant la maladie d'Alzheimer et le transfert à la pratique ont été évaluée à plusieurs niveaux : participation, satisfaction, apprentissage, compétence et performance. Des analyses de cas interne et transversal furent effectuées sur les données. La vérification par les participants, la triangulation des données, les observations à long terme, et les descriptions substantielles furent incluses afin d'assurer la qualité de l'étude. Quant à l'apprentissage, des mesures objectives ont démontré une augmentation significative des connaissances déclaratives et une amélioration dans la résolution de problèmes en cas cliniques centrés sur le traitement de la maladie d'Alzheimer. Des mesures fournies par les participants eux-mêmes ont démontré que le programme axé sur la maladie d' Alzheimer avait un impact sur les rapports de pratique clinique fournis par les médecins de famille ruraux. C
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 | 0.008 | 0.021 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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".