MétaCan
Menu
Retour à la cohorte
Enregistrement W1494373589 · doi:10.36834/cmej.36570

Defining Content for a Competency-based (CanMEDS) Postgraduate Curriculum in Ambulatory Care: A Delphi Study

2012· article· en· W1494373589 sur OpenAlexaffvenueabout
René Wong

Notice bibliographique

RevueCanadian Medical Education Journal · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCompendiumDelphi methodCurriculumMedical educationSet (abstract data type)MedicineAmbulatoryHealth careInclusion (mineral)DelphiAmbulatory carePsychologyNursingPedagogyComputer sciencePolitical scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Ambulatory training in internal medicine has been noted to be dysfunctional and inadequate. In this study, we developed a set of competency-based outcomes specific to ambulatory care to guide the design, implementation and evaluation of instructional events to ensure that societal needs are addressed. METHODS: In 2007 a Delphi technique was used to reach consensus and define the priorities for competency-based training in ambulatory care for internal medicine residents. Four groups of stakeholders in Canada participated: program directors, members of the Canadian Society of Internal Medicine, recent graduates, and residents. RESULTS: Two rounds of the Delphi process were required to reach consensus on a set of sixty competency-based educational objectives in ambulatory care that were classified under the CanMEDS roles. The inclusion of recent graduates in this study resulted in the addition of non-clinical topics that would have otherwise been missed, falling under roles historically viewed as being challenging to teach and evaluate (Manager, Health Advocate). CONCLUSION: This study is the first time a Delphi-process has been used to define the priorities for ambulatory care training in internal medicine under a competency-based framework. The resulting compendium of competency-based objectives provides a foundation from which educators can design, evaluate and modify existing training experiences.

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)0,017
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,172
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,335
Écart entre enseignants0,313 · 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.

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

Citations6
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Education JournalMême sujetInnovations in Medical EducationTravaux en français237 207