Controlling Quality in CME/CPD by Measuring and Illuminating Bias
Notice bibliographique
Résumé
INTRODUCTION: There has been a surge of interest in the area of bias in industry-supported continuing medical education/continuing professional development (CME/CPD) activities. In 2007, we published our first study on measuring bias in CME, demonstrating that our assessment tool was valid and reliable. In light of the increasing interest in this area, and building on our experience, we wanted to further understand the application of this tool in different environments. We invited other CME/CPD providers from multiple sites in Canada to participate in a second CME bias study. METHODS: A new steering committee was established with representatives from 5 academic CME/CPD offices nationally, the Royal College of Physicians and Surgeons, and the College of Family Physicians of Canada to outline the project in terms of review of the literature, refining items on the tool, updating the training guide for implementation, and establishing a resource Web site for reviewers. Training involved a train-the-trainer session with the event coordinators at each of the 5 participating centers via videoconferencing. RESULTS: The content reviews from the study showed moderate inter-rater reliability (ICC = 0.54), and the live reviews showed poor overall inter-rater reliability; however, one center achieved substantial inter-rater reliability (ICC = 0.68). DISCUSSION: The analysis from this study suggests that the tool can be used as a part of a multistage process to introduce quality control mechanisms to help raise standards for CME/CPD. It is imperative to develop a cost-effective standardized training protocol that can be implemented at all sites to maximize the reliability of the tool.
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 | 0,561 | 0,725 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,003 | 0,010 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».