The McMaster Modular Assessment Program (McMAP)
Notice bibliographique
Résumé
PROBLEM: To assess resident competence, generalist programs such as emergency medicine (EM), which cover a broad content and skills base, require a substantial number of work-based assessments (WBAs) that integrate qualitative and quantitative data. APPROACH: The McMaster Modular Assessment Program (McMAP), implemented in McMaster University's Royal College EM residency program in 2011-2012, is a programmatic assessment system that collects and aggregates data from 42 WBA instruments aligned with EM tasks and mapped to the CanMEDS competency framework. These instruments incorporate task-specific checklists, behaviorally anchored task-specific and global performance ratings, and written comments. They are completed by faculty following direct observation of residents during shifts. The rotation preceptor uses aggregated data to complete an end-of-rotation report for each resident in the form of a qualitative global assessment of performance. OUTCOMES: The quality of end-of-rotation reports-as measured by comparing report quality one year prior to and one year after McMAP implementation using the Completed Clinical Evaluation Report Rating tool-has improved significantly (P < .001). This may be a result of basing McMAP's end-of-rotation reports on robust documentation of performance by multiple raters throughout a rotation rather than relying on a single faculty member's recall at rotation's end as in the previous system. NEXT STEPS: By aligning theory-based assessment instruments with authentic EM work-based tasks, McMAP has changed the residency program's culture to normalize daily feedback. Next steps include determining how to handle "big data" in assessment and delineating policies for promotion decisions.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».