Competency-based simulation education: should competency standards apply for simulation educators?
Notice bibliographique
Résumé
The healthcare education landscape is evolving. Recent years have seen a change in conceptualisations of learning, assessment and time-based versus competency-based education (CBE).1 These changes will influence healthcare provider training and ultimately the clinical care they provide to patients. CBE has elevated the discourse surrounding clinical competencies and entrustable professional activities.2 Inherent to this focus on educational outcomes is a renewed attention on the role of formative clinical experiences: how we engage and empower learners in their own education; how we organise workplace-based learning to provide the graded supervision our trainees require while maintaining patient safety; and how we help our trainees maximise learning from clinical practice and progress in their training through robust assessment and feedback mechanisms.2 ,3 This changing landscape places a heavy burden on busy clinician educators who themselves may require significant training and faculty development to translate the emerging educational science into effective clinical teaching practice. The very nature of CBE requires clinical educators to assess learners frequently in a manner that allows reliable and valid inferences across the spectrum of clinical competencies that are required for their specific training programme.1 In addition, assessment of individual learner competencies will occur in workplace settings where clinical care is a team activity. We see a mismatch between a CBE approach we value and strive for and the relative underemphasis of faculty teaching skills required for its effective implementation and outcomes assessment. Without equal and parallel attention to clinical educator training, we fear this disconnect has the potential to undermine the translation of promising advances gleaned from healthcare education research into widespread clinical education. The increasing adoption of healthcare …
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 | 0,067 | 0,295 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,010 | 0,012 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,008 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 ».