【摘 要】
：
目的:运用德尔菲法和层次分析法,构建“5+3”一体化临床医学专业本科生科研创新能力评价指标体系及确定指标的权重体系。最后通过实证调查,了解“5+3”一体化临床医学专业本科学生的科研能力水平,针对性地提出改善措施,用以指导科研创新能力的培养。方法:通过文献检索、系统评价等方法,结合培养现状,拟定指标体系基本框架。应用德尔菲法法,在专家函询的基础上,利用边界值法过滤指标,结合专家意见以及研究小组讨论结
论文部分内容阅读
目的:运用德尔菲法和层次分析法,构建“5+3”一体化临床医学专业本科生科研创新能力评价指标体系及确定指标的权重体系。最后通过实证调查,了解“5+3”一体化临床医学专业本科学生的科研能力水平,针对性地提出改善措施,用以指导科研创新能力的培养。方法:通过文献检索、系统评价等方法,结合培养现状,拟定指标体系基本框架。应用德尔菲法法,在专家函询的基础上,利用边界值法过滤指标,结合专家意见以及研究小组讨论结果,确定最终指标体系,并用专家积极系数、专家权威程度和专家意见的协调系数进行可靠性分析。运用层次分析法,求出各级指标权重,结合概率连乘原理,求得组合权重并建立权重体系。进一步地,对指标体系进行实证调查的初步应用,得分采用均数、标准差等表示,对调查数据进行信效度检验。结果:在德尔菲法专家咨询反馈结果的分析中,各指标重要性评分的算术均数范围为5.57-9.21,满分比范围为3.57%-53.57%,等级和范围为231.56-1011.92,变异系数范围为0.1039-0.4041。应用边界值法并结合专家意见以及小组讨论意见,共剔除16个三级指标。专家积极系数、专家判断程度、熟悉程度、专家权威系数分别为100.00%,0.968,0.787,0.878,协调系数为0.2,P值<0.001,提示所构建的指标体系结果可靠。层次分析法结果显示,一致性检验系数CR值在0-0.0089之间,均小于0.1,提示指标体系具有较好的一致性。实证调查中,问卷的总体的克伦巴赫系数为0.914,各维度值分别为0.942、0.629、0.573、0.847。结构效度检验中,KMO值为0.915,Bartlett球形检验结果显示,e值为4997.9,P<0.01,各公因子所对应指标的因子载荷均>0.4,最小值最大值分别为0.417和0.871。学生在科研基本能力评价中,文献阅读与综合能力、表达能力和预见结果的能力指标得分最低;学生的语言理解能力、观察能力和感悟力得分最高;科研动力评价中,85.9%的学生表现出对科研的兴趣,57.2%的学生认同科研有非常重要的作用;科研实际成果评价中,41.5%的学生没有任何论文撰写经历,88.2%的学生没有尝试过发表论文;科研客观条件评价中,学校在激励科研活动的政策上较为积极,50.5%的学生认为学校有积极引导学生进行科研活动。结论:1.本研究运用德尔菲法和层次分析法构建了“5+3”一体化临床医学本科生科研创新能力评价指标体系,其中一级指标4项,二级指标10项,三级指标33项。专家的积极程度和权威程度高,专家意见集中程度和协调程度较好,结果科学可靠。2.在学生的实证调查中,基于本评价指标体系所构建的调查问卷,信效度较好,可作为“5+3”一体化临床医学专业学生的科研创新能力评价和培养的依据,为学生的职业发展提供一定导向。3.实证调查结果提示,应加强对学生文献阅读能力的培养,及时引导学生的科研兴趣,同时注意拓宽学生了解参与科研相关信息的渠道并加大科研资源投入。
其他文献
目的:本研究旨在将ECG原始数据高保真、高通量的转化为便于进行挖掘的特征数据,并进行筛选,以提升ECG的量化分析能力。本文选取我国北方典型城市沈阳为研究地区,研究心电信号多维度特征,验证特征有效性并进行可解释性分析。方法:通过SQL Server搭建数据库;构造包括基本统计特征、时域特征、信号因子特征、高阶过零分析、频域特征、空间域特征、非线性特征、相邻电位共生矩阵特征、宏观特征在内的9种特征共4
高强度功能训练（High-intensity functional training,HIFT）是一种新兴健身方式，在国外的军事、竞技体能训练、大众健身等领域备受青睐。HIFT是一种在相对高的强度下进行各种形式的功能性健身方式，强调多关节、功能性、高爆发、持久性的全身性运动，目的是改善一般身体素质和运动表现。文章通过梳理和回顾现有研究并简述HIFT的释义、训练方法及适用领域，重点讨论HIFT引起的
目的:近年来麻醉药物在临床上的联合应用越来越普遍,为了能给临床给药提供更有效的指导,麻醉药物相互作用及其药效学的研究也越来越深入。目前的研究中多采用响应曲面模型对麻醉药物药效学的相互作用进行分析,但不同的响应曲面模型针对不同的药物及药效有不同的效果,在临床实际应用的过程中可能会造成许多不便。本研究将使用机器学习的方法对麻醉药物的联合药效进行建立模型,为今后机器学习在麻醉药效学上的研究提供一定的理论
目的:随着低剂量计算机断层扫描（CT）和肺癌筛查的普及,肺磨玻璃结节影（GGO）在临床实践中的诊断越来越多,已成为肿瘤学中一个重要的临床难题。据报道,GGO的癌症发病率高达63%,因此鉴别良恶性GGO对于延长肿瘤患者的生存时间具有重要意义[1]。深度学习是目前正在快速发展的新兴学科,它通过对患者的CT图像进行定量分析,特征提取,可以对患者的临床诊治提供一定的帮助。本研究旨在开发一种计算机辅助诊断（
目的:小鼠肾脏切片图像用于组织学研究中的三维重建。3D重建微结构相较于传统断层图像可以提供更多的空间信息,同时帮助我们了解病例生理学机制。连续切片的组织学成像方法提供了具有丰富染色体信息的核酸/蛋白质标记信息的超高分辨率图像,这是OPT或小动物MRI无法提供的。因此,对切片图像的处理一直是组织学研究中的主流程序。研究方法:在本研究中,选取了小鼠肾脏连续切片图像,包括N7,N5,胚龄17天E17的数
目的:基于视网膜的身份识别是目前具有较强稳定性、准确性及应用意义的识别方案,但由于疾病或者个体、组织死亡使得角膜发生混浊,致使采集到的眼底图像混浊不清,本研究的主要目的是设计一套眼底图像去雾增强算法,恢复并增强眼底图像原有信息特征,便于眼底图像的后续应用。研究方法:本文算法根据大气散射模型,首先利用线性对比度增强提高图像中光斑和目标区域的差别,选取亮度、梯度阈值对图像分割为目标区域及干扰区域,基于
目的:本研究基于“以疾病为中心”的教学模式理念,利用本体模型构建与脑出血相关的临床课程知识点和医学基础课程知识点的关系网络,并在习题知识库中加以应用,最终实现脑出血相关的医学基础课程知识章节和相应习题的检索查询,以期为医学教育信息化发展中教学模式改革和信息资源共建共享提供参考。研究方法:以医学课程知识为研究对象,采用专家咨询获取以“脑出血”课程知识点为中心的相关医学基础课程章节知识点;遵循本体构建
目的:本文旨在探究基于多序列MRI的影像组学模型鉴别软组织肿瘤良恶性。方法:本文的研究对象是同时具有T1平扫（T1WI）序列和T1增强（T1C）序列的85例软组织肿瘤患者（良性34例,恶性51例）。实验共分为三个阶段,分别在第三、第四和第五章具体介绍。第三章使用支持向量机和K近邻机器学习分类器预测软组织肿瘤的良恶性,并结合两个MRI序列构建集成分类器。第四章采用k-means无监督聚类算法基于灰度
目的:组织切片在组织学与病理学的研究中具有十分重要的作用,通过切片可以观察细胞、组织的形态结构,判断细胞组织的形态变化。在临床上,切片也能够反映出组织细胞的多方面、多层次的信息,让病理学的诊断更加科学。但是组织切片的制作难度大,环节多,在制作的环节中难免使切片产生破损,导致切片无法使用,影响后续试验的研究。本研究的目的旨在对破损的切片图像上的破损区域进行自动识别分割,进而利用连续切片中的相邻图片信
目的:本研究旨在确定前列腺癌患者（prostate cancer,PCa）骨转移（bone metastasis,BM）的危险因素以及前列腺癌骨转移患者在确诊后的预后因素。方法:在美国监测、流行病学和最终结果（the Surveillance,Epidemiology,and End Results,SEER）数据库中回顾性分析2010年至2016年间诊断为PCa的患者。从整个队列中筛选出诊断为骨