MétaCan
Menu
Retour à la cohorte
Enregistrement W2404147413 · doi:10.2106/jbjs.o.00025

Sufficient Competence to Enter the Unsupervised Practice of Orthopaedics: What Is It, When Does It Occur, and Do We Know It When We See It?

2015· review· en· W2404147413 sur OpenAlexaffabout
Vincent D. Pellegrini, Peter C. Ferguson, Richard L. Cruess, Sylvia R. Cruess, Timothy Briggs

Notice bibliographique

RevueJournal of Bone and Joint Surgery · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensMcGill UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAccreditationCompetence (human resources)Graduate medical educationMedical educationGuidelineMedicineMedical knowledgePsychology

Résumé

récupéré en direct d'OpenAlex

The goal of residency programs is to provide an educational venue with graduated responsibility and increasing levels of independence as preparation for entering the unsupervised practice of medicine. Surgical programs are required to both cultivate and convey skills pursuant to three fundamental domains: a sufficient fund of knowledge, technical competence in surgical procedures, and a degree of professionalism to enable ethical independent practice. Never before has the expectation that residency programs provide graduated responsibility in preparation for entering the unsupervised practice of medicine been so clearly articulated as it has by Nasca in the recent Accreditation Council for Graduate Medical Education (ACGME) work-hour guideline revisions. The Royal College of Physicians and Surgeons has provided similar guidance in Canada. Yet, as we progress further into the second decade of work-hour restrictions, it is unclear that we have adequately defined or can recognize the critical end points essential to trainee competency. What is clear is that we must achieve these end points in a manner different from that prior to the introduction of work-hour restrictions. We present the current state of thinking from North America and contrast this with the evolving medical educational process in the United Kingdom.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,075
Tête enseignante GPT0,362
Écart entre enseignants0,288 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations20
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Bone and Joint SurgeryMême sujetInnovations in Medical EducationTravaux en français237 207