“Teaching as a Competency”: Competencies for Medical Educators
Notice bibliographique
Résumé
Most medical faculty receive little or no training about how to be effective teachers, even when they assume major educational leadership roles. To identify the competencies required of an effective teacher in medical education, the authors developed a comprehensive conceptual model. After conducting a literature search, the authors met at a two-day conference (2006) with 16 medical and nonmedical educators from 10 different U.S. and Canadian organizations and developed an initial draft of the "Teaching as a Competency" conceptual model. Conference participants used the physician competencies (from the Accreditation Council for Graduate Medical Education [ACGME]) and the roles (from the Royal College's Canadian Medical Education Directives for Specialists [CanMEDS]) to define critical skills for medical educators. The authors then refined this initial framework through national/regional conference presentations (2007, 2008), an additional literature review, and expert input. Four core values grounded this framework: learner engagement, learner-centeredness, adaptability, and self-reflection. The authors identified six core competencies, based on the ACGME competencies framework: medical (or content) knowledge; learner- centeredness; interpersonal and communication skills; professionalism and role modeling; practice-based reflection; and systems-based practice. They also included four specialized competencies for educators with additional programmatic roles: program design/implementation, evaluation/scholarship, leadership, and mentorship. The authors then cross-referenced the competencies with educator roles, drawing from CanMEDS, to recognize role-specific skills. The authors have explored their framework's strengths, limitations, and applications, which include targeted faculty development, evaluation, and resource allocation. The Teaching as a Competency framework promotes a culture of effective teaching and learning.
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 | 0,007 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».