MétaCan
Menu
Retour à la cohorte
Enregistrement W143887170 · doi:10.5070/d32xn0j6pr

Dermatology postgraduate training in Canada: CanMEDS competencies

2006· article· en· W143887170 sur OpenAlexaffabout
Anatoli Freiman, Adam Natsheh, Benjamin Barankin, Neil H. Shear

Notice bibliographique

RevueDermatology Online Journal · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueMedicine and Dermatology Studies History
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedicineCore competencyMedical educationResidency trainingPerspective (graphical)DermatologyFamily medicineContinuing education

Résumé

récupéré en direct d'OpenAlex

Medical residency education and the development of formalized training objectives in Canada have evolved continuously, especially with the introduction of the Canadian Medical Education Directions for Specialists (CanMEDS) competencies by the Royal College of Physicians and Surgeons of Canada (RCPSC) in 1996. In order to evaluate the effectiveness of implementation of CanMEDS competencies in Canadian postgraduate dermatology training programs from the residents' perspective, a comprehensive national survey of all Canadian core dermatology residents was conducted in June 2004. One hundred percent of core (PGY3-5) dermatology residents across the country (n = 48) completed the survey. Forty eight percent of residents were familiar with the CanMEDS competencies. Within the CanMEDS framework, the competencies were felt to be taught adequately by the following proportion of residents: medical expert (78 %), professional (66 %), communicator (52 %), collaborator (48 %), health advocate (48 %), scholar (48 %), and manager (28 %), with notable differences based on the year of training. This is the first national Canadian survey examining dermatology postgraduate education from the residents' perspective with a focus on CanMEDS competencies. While the RCPSC CanMEDS project implementation is presently in the faculty development phase, further work must be accomplished to enhance awareness of CanMEDS competencies and to incorporate these into dermatology residency programs across the country. Particular targeting of the roles perceived to be poorly taught is needed.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil0,274

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,023
Tête enseignante GPT0,254
Écart entre enseignants0,231 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations26
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDermatology Online JournalMême sujetMedicine and Dermatology Studies HistoryTravaux en français237 207