“How is it for you?” – residents’ and faculty experience with a new family medicine competency-based curriculum
Notice bibliographique
Résumé
Background/Purpose The University of Calgary Family Medicine (FM) residency program introduced a new “Triple-C”, competency based curriculum in 2012. This presented an opportunity to study in depth, the impact of such a major change on both Faculty and Residents. Methodology Semi-structured interviews were completed with 10 second-year FM residents and 16 Faculty involved in the introduction of the new curriculum. Study participants were selected using purposeful sampling method. Interviews were recorded and subsequently transcribed verbatim for thematic analysis. Results The analysis revealed a wide variation in residents’ and Faculty understanding of the elements of a “Triple-C”, competency-based curriculum. Study participants identified issues relating to the delivery of quality, consistent, and equitable learning experiences in a large residency Program. Scheduled learning experiences with non-physician health care professionals appeared to be less valued by residents than those with physicians, and significant challenges around providing experience of continuity of care were also identified, especially in larger academic teaching clinics. Conclusions For a new curriculum to be successful, an ongoing process of evaluation and monitoring of learning experiences is essential. Despite some deficiencies and implementation challenges identified by study participants, both residents and Faculty acknowledged that these were expected, and were willing to commit to and engage with the new curriculum. Understanding how the “Triple-C” curriculum impacted our learners and Faculty provided essential feedback to curriculum developers, and enhanced our ongoing processes of quality assurance and improvement within the Program.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».