Carol Hodgson

Associate Professor, MS, PhD, University of Alberta

Dr. Carol Hodgson, MS, Ph.D. is an Associate Professor (with tenure) in Pediatrics at the University of Alberta, Faculty of Medicine and Dentistry.  She is the former J. Alan Gilbert Chair in Medical Education Research and Director of the IDEAS Office.  She directs the UofA Faculty of Medicine & Dentistry Teaching Scholars Program (TSP) and the AIWMU Teaching Scholars Program (TSP-AIWMU).  She is also Director Curriculum Program Quality and Associate Dean, Faculty Development for the Alberta Institute.  She received a Master of Science degree in biochemistry from the University of California, Riverside and a doctorate in Education at UCLA.  Before entering the field of medical education, she was a researcher in preventive medicine at the University of Southern California.  She has been an Assessor for the World Federation for Medical Education since 2013.  Dr. Hodgson actively mentors numerous faculty members and residents.  Dr. Hodgson is an expert in curriculum design, program evaluation, assessment, health professions educational research, faculty development, and medical school accreditation, and is an active member of the UofA Research Ethics Board.  Dr. Hodgson’s research focuses in the areas of professionalism, program evaluation, cancer education, and more recently training for better care of people with disabilities.

***

Dre Carol Hodgson (MS, Ph.D) est professeure agrégée (titulaire) au département de pédiatrie de la Faculté de médecine et de dentisterie de l’Université de l’Alberta. Elle a été titulaire de la chaire J. Alan Gilbert en recherche sur l’enseignement médical et directrice d’IDEAS. Elle dirige le Teaching Scholars Program (TSP) de sa faculté ainsi que celui de l’AIMWU (TSP-AIWMU).  Elle est également directrice de la qualité des programmes d’études et doyenne associée chargée du développement du corps professoral à l’Alberta Institute. Elle a obtenu une maîtrise en biochimie à l’Université de Californie à Riverside et un doctorat en éducation à l’UCLA. Avant de se lancer dans le domaine de l’enseignement médical, elle était chercheuse en médecine préventive à l’Université de Californie du Sud. Elle est évaluatrice pour la Fédération mondiale pour l’enseignement de la médecine depuis 2013. Elle encadre activement de nombreux membres du corps professoral et d’étudiants en résidence. Experte en conception de programmes d’études, en évaluation de programmes, en recherche sur la formation aux professions de santé, en développement du corps professoral et en accréditation des facultés de médecine, elle est également membre active du comité d’éthique de la recherche de l’Université de l’Alberta. Ses recherches portent principalement sur le professionnalisme, l’évaluation des programmes, l’éducation sur le cancer et, plus récemment, la formation visant à améliorer la prise en charge des personnes handicapées.

All Sessions by Carol Hodgson

  • Tuesday, June 16


  • 15:15  - 16:45
    Workshop

    DESCRIPTION OF SESSION

    Given the variability of topics and applicants for a research ethics application to a Research Ethics Boards (REB) or Institutional Review Board (IRB) from undergraduate students, professional students, advanced-level trainees, such as medical residents and fellows, graduate students, and post-doctoral fellows, plus, of course, faculty members – new and experienced – the types and scope of studies under review by a REB/IRB is enormous. Although training sessions are offered by REBs/IRBs and/or through centralized online courses to help applicants learn how to effectively apply for ethics approval for their study, many applicants may not avail themselves of that opportunity. This can result in many deficiencies and errors in applications that can require more time to review.

    Generative AI (gen AI) has been used to create clinical research ethics applications/protocols using study descriptions from applicants in order to decrease the time for application writing and to “provide additional consistency for reviewers.” (Godwin, 2023).

    This workshop’s goal is to describe a potential method for using gen AI that could provide applicant feedback on their application prior to formal ethics review, i.e., provide a method to train and give feedback to applicants. Additionally, we wish to provide opportunities for participants to discuss the pros and cons of this type of gen AI tool for use in research ethics applications and protocols and to discuss priority areas for pre-review feedback. An outcome would be a summary of advantages and disadvantages of such a gen-AI tool for applicants and REB/IRB reviewers.

    Reference: Ryan C. Godwin, Ayesha S. Bryant, Brant M. Wagener, Timothy J. Ness, Jennifer J. DeBerry, LaShun L. Horn, Shanna H. Graves, Ashley C. Archer, Ryan L. Melvin, IRB-draft-generator: A generative AI tool to streamline the creation of institutional review board applications, SoftwareX, Volume 25, 2024, 101601,ISSN 2352-7110,https://doi.org/10.1016/j.softx.2023.101601. (https://www.sciencedirect.com/science/article/pii/S2352711023002972)

    ***

    Compte tenu de la grande diversité des sujets et des auteurs des demandes soumises aux comités d’éthique de la recherche (CER) ou aux comités d’éthique institutionnels (CEI) – qu’il s’agisse d’étudiants de premier cycle, d’étudiants en formation professionnelle, de stagiaires de niveau avancé (tels que les médecins résidents, les boursiers, les étudiants de troisième cycle ou les boursiers postdoctoraux), sans oublier, bien sûr, les professeurs débutants ou expérimentés – les types et l’étendue des études examinées par les CER/CEI sont considérables. Bien que des formations soient proposées par les comités ou via des cours en ligne centralisés pour apprendre à présenter efficacement des demandes, plusieurs n’en profitent pas. Il peut en résulter de nombreuses lacunes et erreurs dans les demandes, ce qui allonge le temps d’évaluation. L’IA générative a été utilisée pour créer des demandes/protocoles d’éthique de la recherche clinique à partir des descriptions d’étude fournies par les chercheurs, afin de réduire le temps nécessaire à la rédaction des demandes et « d’apporter une cohérence supplémentaire pour les évaluateurs » (Godwin, 2023).

    L’objectif de cet atelier est de présenter une méthode potentielle d’utilisation de l’IA générative qui permettrait une rétroaction des demandes avant l’évaluation officielle et la formation des chercheurs. De plus, nous souhaitons offrir aux participants l’occasion de discuter des avantages et des inconvénients de ce type d’outil d’IA générative destiné aux demandes et protocoles d’éthique de la recherche, ainsi que des domaines à privilégier pour la rétroaction préalable à l’évaluation. Nous espérons notamment pouvoir dresser un résumé des avantages et des inconvénients d’un tel outil d’IA générative pour les chercheurs et les évaluateurs.

    Références : Ryan C. Godwin, Ayesha S. Bryant, Brant M. Wagener, Timothy J. Ness, Jennifer J. DeBerry, LaShun L. Horn, Shanna H. Graves, Ashley C. Archer, Ryan L. Melvin, IRB-draft-generator: A generative AI tool to streamline the creation of institutional review board applications, SoftwareX, Volume 25, 2024, 101601,ISSN 2352-7110,https://doi.org/10.1016/j.softx.2023.101601. (https://www.sciencedirect.com/science/article/pii/S2352711023002972)

    Workshop

  • Mardi 16 juin


  • 15:15  - 16:45
    Workshop

    DESCRIPTION OF SESSION

    Given the variability of topics and applicants for a research ethics application to a Research Ethics Boards (REB) or Institutional Review Board (IRB) from undergraduate students, professional students, advanced-level trainees, such as medical residents and fellows, graduate students, and post-doctoral fellows, plus, of course, faculty members – new and experienced – the types and scope of studies under review by a REB/IRB is enormous. Although training sessions are offered by REBs/IRBs and/or through centralized online courses to help applicants learn how to effectively apply for ethics approval for their study, many applicants may not avail themselves of that opportunity. This can result in many deficiencies and errors in applications that can require more time to review.

    Generative AI (gen AI) has been used to create clinical research ethics applications/protocols using study descriptions from applicants in order to decrease the time for application writing and to “provide additional consistency for reviewers.” (Godwin, 2023).

    This workshop’s goal is to describe a potential method for using gen AI that could provide applicant feedback on their application prior to formal ethics review, i.e., provide a method to train and give feedback to applicants. Additionally, we wish to provide opportunities for participants to discuss the pros and cons of this type of gen AI tool for use in research ethics applications and protocols and to discuss priority areas for pre-review feedback. An outcome would be a summary of advantages and disadvantages of such a gen-AI tool for applicants and REB/IRB reviewers.

    Reference: Ryan C. Godwin, Ayesha S. Bryant, Brant M. Wagener, Timothy J. Ness, Jennifer J. DeBerry, LaShun L. Horn, Shanna H. Graves, Ashley C. Archer, Ryan L. Melvin, IRB-draft-generator: A generative AI tool to streamline the creation of institutional review board applications, SoftwareX, Volume 25, 2024, 101601,ISSN 2352-7110,https://doi.org/10.1016/j.softx.2023.101601. (https://www.sciencedirect.com/science/article/pii/S2352711023002972)

    ***

    Compte tenu de la grande diversité des sujets et des auteurs des demandes soumises aux comités d’éthique de la recherche (CER) ou aux comités d’éthique institutionnels (CEI) – qu’il s’agisse d’étudiants de premier cycle, d’étudiants en formation professionnelle, de stagiaires de niveau avancé (tels que les médecins résidents, les boursiers, les étudiants de troisième cycle ou les boursiers postdoctoraux), sans oublier, bien sûr, les professeurs débutants ou expérimentés – les types et l’étendue des études examinées par les CER/CEI sont considérables. Bien que des formations soient proposées par les comités ou via des cours en ligne centralisés pour apprendre à présenter efficacement des demandes, plusieurs n’en profitent pas. Il peut en résulter de nombreuses lacunes et erreurs dans les demandes, ce qui allonge le temps d’évaluation. L’IA générative a été utilisée pour créer des demandes/protocoles d’éthique de la recherche clinique à partir des descriptions d’étude fournies par les chercheurs, afin de réduire le temps nécessaire à la rédaction des demandes et « d’apporter une cohérence supplémentaire pour les évaluateurs » (Godwin, 2023).

    L’objectif de cet atelier est de présenter une méthode potentielle d’utilisation de l’IA générative qui permettrait une rétroaction des demandes avant l’évaluation officielle et la formation des chercheurs. De plus, nous souhaitons offrir aux participants l’occasion de discuter des avantages et des inconvénients de ce type d’outil d’IA générative destiné aux demandes et protocoles d’éthique de la recherche, ainsi que des domaines à privilégier pour la rétroaction préalable à l’évaluation. Nous espérons notamment pouvoir dresser un résumé des avantages et des inconvénients d’un tel outil d’IA générative pour les chercheurs et les évaluateurs.

    Références : Ryan C. Godwin, Ayesha S. Bryant, Brant M. Wagener, Timothy J. Ness, Jennifer J. DeBerry, LaShun L. Horn, Shanna H. Graves, Ashley C. Archer, Ryan L. Melvin, IRB-draft-generator: A generative AI tool to streamline the creation of institutional review board applications, SoftwareX, Volume 25, 2024, 101601,ISSN 2352-7110,https://doi.org/10.1016/j.softx.2023.101601. (https://www.sciencedirect.com/science/article/pii/S2352711023002972)

    Workshop




Share

Carol Hodgson