MétaCan
Menu
Retour à la cohorte
Enregistrement W2047393614 · doi:10.3109/0142159x.2012.733837

Competency-based education in family medicine

2012· article· en· W2047393614 sur OpenAlexaffabout
Karl Iglar, Cynthia Whitehead, Susan Glover Takahashi

Notice bibliographique

RevueMedical Teacher · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensSt. Michael's HospitalWomen's College HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedical educationMedicineFamily medicineMEDLINEPsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: As a way of demonstrating an objective assessment of trainee competence, the College of Family Physicians of Canada has recently approved a competency-based framework known as CanMEDS-FM. All training programs in family medicine in Canada will be required to demonstrate the development of curriculum and evaluation methods based on the roles defined by the framework. AIM: This article describes the rationale and the approach used to develop a competency-based education curriculum in the postgraduate family medicine program at the University of Toronto. METHOD: The authors describe a systematic approach to curriculum development which includes the formation of a central steering committee, content development by faculty experts, mapping of curriculum to an accreditation framework, and a faculty consensus exercise. We discuss challenges to development and implementation of a competency-based framework as well as areas that require further work and development. CONCLUSIONS: The competency-based curriculum is both a new method of learning for residents and, a new method of teaching for faculty. While there are many potential benefits and challenges, this article focuses on the model's utility in terms of flexible learner-centered educational design, as well as its ability to identify learners' strengths and needs.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,210
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,383
Écart entre enseignants0,352 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations22
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical TeacherMême sujetInnovations in Medical EducationTravaux en français237 207