MétaCan
Menu
Retour à la cohorte
Enregistrement W2060500585 · doi:10.1186/s12909-014-0262-5

Examining the educational value of a CanMEDS roles framework in pediatric morbidity and mortality rounds

2014· article· en· W2060500585 sur OpenAlexaff
Donna L. Johnston, Anne Rowan-Legg, Stanley J. Hamstra

Notice bibliographique

RevueBMC Medical Education · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensUniversity of OttawaChildren's Hospital of Eastern Ontario
Organismes subventionnairesnon disponible
Mots-clésMedicinePresentation (obstetrics)Medical educationPatient careFamily medicineNursingPsychologySurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In order to determine whether the CanMEDS roles could be helpful in solidifying knowledge during clinical training, we examined quality of care issues identified during morbidity and mortality (M&M) rounds. METHODS: During the M&M rounds, following the case presentation, there was a pause and attendees were asked to identify quality of care issues that were present in the case. The attendees were assigned to a CanMEDS prompted group or non-prompted group. Following the rounds, the issues were identified, coded according to CanMEDS role, and compared between groups. RESULTS: A total of 111 individuals identified a total of 350 issues; 57 individuals were in the CanMEDS-prompted group and 54 were in the unprompted group. The mean number of issues identified was significantly higher in the CanMEDS-prompted group compared to the unprompted group (3.7 versus 2.6, p = 0.039). There were significantly more issues raised in the prompted group for the roles of communicator, collaborator, scholar and professional. CONCLUSIONS: Using CanMEDS roles as prompts, attendees at M&M rounds identify more quality of care issues than if not given a prompt. Use of the CanMEDS framework may assist learners to consolidate the linkage between expected training objectives and the complexities of clinical practice.

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)0,003
score de la tête « metaresearch » (Gemma)0,029
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,045
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,029
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)0,0000,000

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 Opus0,032
Tête enseignante GPT0,368
Écart entre enseignants0,336 · 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

Citations10
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Medical EducationMême sujetInnovations in Medical EducationTravaux en français237 207