A survey study of evidence-based medicine training in US and Canadian medical schools
Notice bibliographique
Résumé
PURPOSE: The authors conducted a survey examining (1) the current state of evidence-based medicine (EBM) curricula in US and Canadian medical schools and corresponding learning objectives, (2) medical educators' and librarians' participation in EBM training, and (3) barriers to EBM training. METHODS: A survey instrument with thirty-four closed and open-ended questions was sent to curricular deans at US and Canadian medical schools. The survey sought information on enrollment and class size; EBM learning objectives, curricular activities, and assessment approaches by year of training; EBM faculty; EBM tools; barriers to implementing EBM curricula and possible ways to overcome them; and innovative approaches to EBM education. Both qualitative and quantitative methods were used for data analysis. Measurable learning objectives were categorized using Bloom's taxonomy. RESULTS: One hundred fifteen medical schools (77.2%) responded. Over half (53%) of the 900 reported learning objectives were measurable. Knowledge application was the predominant category from Bloom's categories. Most schools integrated EBM into other curricular activities; activities and formal assessment decreased significantly with advanced training. EBM faculty consisted primarily of clinicians, followed by basic scientists and librarians. Various EBM tools were used, with PubMed and the Cochrane database most frequently cited. Lack of time in curricula was rated the most significant barrier. National agreement on required EBM competencies was an extremely helpful factor. Few schools shared innovative approaches. CONCLUSIONS: Schools need help in overcoming barriers related to EBM curriculum development, implementation, and assessment. IMPLICATIONS: Findings can provide a starting point for discussion to develop a standardized 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 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 | 0,013 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,007 | 0,016 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; 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 ».