So much to teach, so little time: a prospective cohort study evaluating a tool to select content for a critical care curriculum
Notice bibliographique
Résumé
INTRODUCTION: Curricular content is often based on the personal opinions of a small number of individuals. Although convenient, such curricula may not meet the needs of the target learner, the program or the institution. Using an objective method to ensure content validity of a curriculum can alleviate this issue. METHODS: A form was created that listed clinical presentations relevant to residents completing intensive care unit (ICU) rotations. Twenty residents and 20 intensivists in tertiary academic multisystem ICUs ranked each presentation on three separate scales: how life-threatening each is, how commonly each is seen in critical care, and how reversible each is. Mean scores for the individual scales were calculated, and these three values were subsequently multiplied together to achieve a composite score for each presentation. The correlation between the two groups' scores for the presentations was calculated to assess reliability of the process. RESULTS: There was excellent agreement between the two groups for rating each presentation (correlation coefficient r = 0.94). The 10 clinical presentations with the highest composite scores formed the basis of our new curriculum. CONCLUSIONS: We describe a method that can be used to select the content of a curriculum for learners in an ICU. Although the content that we selected to include in our curriculum may not be applicable to other ICUs, we believe that the process we used is easily applied elsewhere, and that it provides an efficient method to improve content validity of a curriculum.
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 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 ».