MétaCan
Menu
Retour à la cohorte
Enregistrement W1277589343 · doi:10.3233/prm-150327

Complex care core curriculum for pediatric post-graduate trainees: Results of a North American needs assessment

2015· article· en· W1277589343 sur OpenAlexaffabout
Anne Marie Sbrocchi, Catherine Millar, Catherine Hénin, Manon Allard, Hema Patel

Notice bibliographique

RevueJournal of Pediatric Rehabilitation Medicine · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCurriculumMedical educationCore competencyNeeds assessmentHealth carePsychologyCore curriculumMedicineNursingPedagogy

Résumé

récupéré en direct d'OpenAlex

PURPOSE: There are increasing numbers of children with chronic, complex conditions requiring comprehensive care, however post-graduate training in this field is limited. Lack of training may contribute to reticence in engaging with their care. Although children with medical complexity (CMC) are heterogeneous, their care needs are similar. We aimed to address a lack of explicit training via a standardized curriculum. As an initial step, a collaborative needs assessment of key content was developed. METHODS: An on-line survey with drafted learning objectives was sent to professionals skilled in complex care. Participants indicated if an objective should be obtained by the end of Junior residency (PGY2), Senior residency (PGY4), or not at all. RESULTS: Eighty-two Canadian and US professionals participated; 60.3% practiced in a University Health Centre and 60% cared for CMC and participated in pediatric postgraduate education. Over 80% felt that the medical home concept should be understood by the end of PGY2, and that trainees should develop a care plan by the end of PGY4. CONCLUSION: This needs assessment supported the learning objectives and provided information on the expected competency time line for knowledge and skill acquisition. Additional comments will be used to revise the objectives.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,235
Score d'incertitude au seuil0,895

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,078
Tête enseignante GPT0,386
Écart entre enseignants0,308 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Pediatric Rehabilitation MedicineMême sujetChronic Disease Management StrategiesTravaux en français237 207