Implementing the CanMEDS™ physician roles in rural specialist education: The multi-specialty community training network
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
CONTEXT: Changing medical education to realign it with societal needs has become a renewed priority in many countries. Advanced training in rural settings to prepare physicians to better serve rural areas has received particular attention around the world. Such initiatives are usually targeted at primary care practitioners. Few initiatives have been designed to enhance specialist training in a rural setting, let alone adapt specialist competency frameworks such as the CanMEDS roles of the Royal College of Physicians and Surgeons of Canada to non-urban medical education. ISSUE: We describe an innovation in medical training for rural competence for specialist physicians using the CanMEDS framework near London, Ontario, Canada. Since 1997, the University of Western Ontario has established its Multi-Specialty Community Training Network (MSCTN) to provide rural and regional training opportunities for specialty residents in anaesthesia, general surgery, internal medicine, paediatrics, obstetrics and psychiatry. It became the first program in Canada to fully adapt the new CanMEDS roles into learning objectives and evaluations. LESSONS LEARNED: Competency-based frameworks like CanMEDS are important because they provide a comprehensive tool to organize outcome-based curricula. The CanMEDS roles framework has been very useful in developing educational goals for rural/regional specialty resident rotations as well as forming a constructive basis for resident, preceptor, and program evaluations. Our experiences with this program may provide lessons for others planning training for specialists in rural settings, and those adopting the CanMEDS competency framework.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle