Development of a Competence-Based Spine Surgery Fellowship Curriculum Set of Learning Objectives in Canada
Notice bibliographique
Résumé
STUDY DESIGN: Modified-Delphi expert consensus method. OBJECTIVE: The aim of this study was to develop competence-based spine fellowship curricula as a set of learning goals through expert consensus methodology in order to provide an educational tool for surgical educators and trainees. Secondarily, we aimed to determine potential differences among specialties in their rating of learning objectives to defined curriculum documents. SUMMARY OF BACKGROUND DATA: There has been recent interest in competence-based education in the training of future surgeons. Current spine fellowships often work on a preceptor-based model, and recent studies have demonstrated that graduating spine fellows may not necessarily be exposed to key cognitive and procedural competencies throughout their training that are expected of a practicing spine surgeon. METHODS: A consensus group of 32 spine surgeons from across Canada was assembled. A modified-Delphi approach refined an initial fellowship-level curriculum set of learning objectives (108 cognitive and 84 procedural competencies obtained from open sources). A consensus threshold of 70% was chosen with up to 5 rounds of blinded voting performed. Members were asked to ratify objectives into either a general comprehensive or focused/advanced curriculum. RESULTS: Twenty-eight of 32 consultants (88%) responded and participated in voting rounds. Seventy-eight (72%) cognitive and 63 (75%) procedural competency objectives reached 70% consensus in the first round. This increased to 82 cognitive and 73 procedural objectives by round 4. The final curriculum document evolved to include a general comprehensive curriculum (91 cognitive and 53 procedural objectives), a focused/advanced curriculum (22 procedural objectives), and a pediatrics curriculum (22 cognitive and 9 procedural objectives). CONCLUSION: Through a consensus-building approach, the study authors have developed a competence-based curriculum set of learning objectives anticipated to be of educational value to spine surgery fellowship educators and trainees. To our knowledge, this is one of the first nationally based efforts of its kind that is also anticipated to be of interest by international colleagues.
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 | 0,054 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».