MétaCan
Menu
Retour à la cohorte
Enregistrement W1980134323 · doi:10.1080/13576280500289413

Implementing the CanMEDS™ physician roles in rural specialist education: The multi-specialty community training network

2005· article· en· W1980134323 sur OpenAlexaffabout
James Rourke, Jason R. Frank

Notice bibliographique

RevueEducation for Health · 2005
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensRoyal College of Physicians and Surgeons of CanadaWestern University
Organismes subventionnairesnon disponible
Mots-clésSpecialtyPreceptorCompetence (human resources)CurriculumMedical educationMedicineGraduate medical educationRural areaNursingPsychologyAccreditationFamily medicinePedagogy

Résumé

récupéré en direct d'OpenAlex

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.

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)0,008
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0050,003
Communication savante0,0030,003
Science ouverte0,0020,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,109
Tête enseignante GPT0,500
Écart entre enseignants0,392 · 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'étudeQualitatif
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

Citations21
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEducation for HealthMême sujetGlobal Health Workforce IssuesTravaux en français237 207