MétaCan
Menu
← Retour à la cohorte
Enregistrement W2157364820

Striving for excellence: developing a framework for the Triple C curriculum in family medicine education.

2012· article· en· W2157364820 sur OpenAlexaffabout
Colla J. MacDonald, Martha McKeen, Eric Wooltorton, François Boucher, Jacques Lemelin, Donna Leith-Gudbranson, Gary Viner, Judi Pullen

Notice bibliographique

RevuePubMed · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCurriculumExcellenceMedical educationMedicineCurriculum mappingCore competencyCurriculum developmentQuality (philosophy)PedagogyPsychologyPolitical scienceManagement
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

PROBLEM ADDRESSED: Postgraduate medical education programs will need to be restructured in order to respond to curriculum initiatives promoted by the College of Family Physicians of Canada. OBJECTIVE OF PROGRAM: To develop a framework for the Triple C Competency-based Curriculum that will help provide residents with quality family medicine (FM) education programs. PROGRAM DESCRIPTION: The Family Medicine Curriculum Framework (FMCF) incorporates the 4 principles of FM, the CanMEDs-FM roles, the Triple C curriculum principles, the curriculum content domains, and the pedagogic strategies, all of which support the development of attitudes, knowledge, and skills in postgraduate FM training programs. CONCLUSION: The FMCF was an effective approach to the development of an FM curriculum because it incorporated not only core competencies of FM health education but also contextual educational values, principles, and dynamic learning approaches. In addition, the FMCF provided a foundation and quality standard to designing, delivering, and evaluating the FM curriculum to ensure it met the needs of FM education stakeholders, including preceptors, residents, and patients and their families.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,034
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,181

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,023
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0050,005
Communication savante0,0060,005
Science ouverte0,0030,008
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,143
Tête enseignante GPT0,453
Écart entre enseignants0,311 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetPrimary Care and Health Outcomes→Travaux en français237 207→