Remediation plans in family medicine residency
Notice bibliographique
Résumé
OBJECTIVE: To assess use of the remediation instrument that has been implemented in training sites at the University of Montreal in Quebec to support faculty in diagnosing and remediating resident academic difficulties, to examine whether and how this particular remediation instrument improves the remediation process, and to determine its effects on the residents’ subsequent rotation assessments. DESIGN: A multimethods approach in which data were collected from different sources: remediation plans developed by faculty, program statistics for the corresponding academic years, and students’ academic records and rotation assessment results. SETTING: Family medicine residency program at the University of Montreal. PARTICIPANTS: Family medicine residents in academic difficulty. MAIN OUTCOME MEASURES: Assessment of the content, process, and quality of remediation plans, and students’ academic and rotation assessment results (successful, below expectations, or failure) both before and after the remediation period. RESULTS: The framework that was developed for assessing remediation plans was used to analyze 23 plans produced by 10 teaching sites for 21 residents. All plans documented cognitive problems and implemented numerous remediation measures. Although only 48% of the plans were of good quality, implementation of a remediation plan was positively associated with the resident’s success in rotations following the remediation period. CONCLUSION: The use of remediation plans is well embedded in training sites at the University of Montreal. The residents’ difficulties were mainly cognitive in nature, but this generally related to deficits in clinical reasoning rather than knowledge gaps. The reflection and analysis required to produce a remediation plan helps to correct many academic difficulties and normalize the academic career of most residents in difficulty. Further effort is still needed to improve the quality of plans and to support teachers.
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 | 0,008 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».