MétaCan
Menu
Retour à la cohorte
Enregistrement W2310243395 · doi:10.1097/acm.0000000000000829

Graduate Medical Education

2015· article· en· W2310243395 sur OpenAlexaboutno aff
Carol A. Aschenbrener, Cori Ast, Darrell G. Kirch

Notice bibliographique

RevueAcademic Medicine · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesNational Board of Medical Examiners
Mots-clésOperationalizationGraduate medical educationMedical educationPsychologyMedicineAccreditation

Résumé

récupéré en direct d'OpenAlex

Nearly half a century ago, Lowell T. Coggeshall recommended, through what has come to be known as the Coggeshall Report, that physician education-medical school (or undergraduate medical education [UME]), residency training (or graduate medical education [GME]), and continuing medical education (CME)-be "planned and provided as a continuum." While the dream of a true continuum remains unfulfilled, recent innovations focused on defining and assessing meaningful outcomes at last offer the anchor for the creation of a seamless, flexible, and ongoing pathway for the preparation of physicians. Recent innovations, including a widely accepted competency framework and entrustable professional activities (EPAs), provide key tools for creating a continuum. The competency framework is being leveraged in UME, GME, and CME and is serving as the foundation for the continuum. Learners and those who assess them are increasingly relying on observable behaviors (e.g., EPAs) to determine progress. The GME community in the United States and Canada has played-and continues to play-a leading role in the creation of these tools and a true medical education continuum. Despite some systemic challenges to implementation (e.g., premedical learner formation, time-in-step requirements), the GME community is already operationalizing these tools as a basis for other innovations that are improving transitions across the continuum (e.g., competency-based progression of residents). The medical education community's greatest responsibility in the years ahead will be to build on these efforts in GME-joining together to learn from one another and develop a continuum that serves the public and the profession.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,021
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,297
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,125
Tête enseignante GPT0,454
Écart entre enseignants0,329 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations39
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetInnovations in Medical EducationTravaux en français237 207