75. Learning on the run - Practical strategies for physician learning
Notice bibliographique
Résumé
As a part of the Center for Learning in Practice’s (CLIP) mandate, a white paper series on topics of relevance to the educational needs of fellows was developed. The first in this series of white papers, was one entitled: Lifelong Learning White Paper - Supporting Physician Lifelong Learning: Strategies, Tools and Recommendations. This white paper focused on a variety of themes including the concept of ‘learning on the run’, which means that learning takes place wherever you are and occurs on a daily basis over the course of one’s work routine. In other words, learning and the learning context is driven by one’s practice context as well as by one’s own career goals and needs. The center for learning in practice is currently producing a series of thematic monographs/booklets for physicians based on the white papers, the first of which is entitled: Learning on the run- practical strategies for physician learning. The purpose of these monographs are to assist physicians with their learning and practice needs and contain a section on how tools and programs within the Maintenance of Certification (MOC) program can enhance and contribute to physician learning strategies. This poster details the content of a draft monograph on ‘learning on the run’ for physicians to use and comment on. These comments will be used to refine and enhance the monograph in order for CLIP to disseminate it more widely across North America. The monograph can also be accessed under CLIP’s section of The Royal College of Physicians and Surgeons of Canada website - http://rcpsc.medical.org/clip/index.php
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,067 | 0,044 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».