Introduction of a Structured Assessment of Clinical Competency for Fellows in Gynecologic Oncology: A Pilot Study
Notice bibliographique
Résumé
Background: Gynecologic oncology surgery is recognized as a highly complex surgical specialty. Technical skill is the most critical expertise that a gynecology oncologist must acquire. Objective assessment of these skills is both valuable and necessary. Objectives: This observational cohort study study had two objectives: (1) to demonstrate the feasibility of running national assessments for technical and communication skills for gynecologic oncology fellows (GOFs) in an annual conference setting; and (2) to demonstrate the design of a technical-skills assessment examination relevant to GOFs. Materials and Methods: All fellows in attendance at the conference were invited to participate in the Objective Assessment of Technical Skills (OSATS) study. Expert examiners evaluated each skills station. Results: Eight, of a possible 14, volunteer fellows participated in the pilot test. There was a statistical difference between candidates for laparoscopic vault closure (p=0.029). The global rating scale was able to determine a statistically significant difference skill level between Year 1 and Year 2 fellows (p=0.016). Laparoscopic suturing and breaking bad news were the competencies identified as requiring most improvement for fellows. Conclusions: It is feasible to assess GOFs' technical and communication skills objectively as part of a national continuing education meeting. Devoting further resources to objective skills evaluation is justified for GOFs. (J GYNECOL SURG 31:17)
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 | 0,010 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».