The Variables That Lead to Severe Action Decisions by the Liaison Committee on Medical Education
Notice bibliographique
Résumé
PURPOSE: To identify the variables associated with severe action decisions (SADs) (unspecified accreditation term, warning status, probation status) by the Liaison Committee on Medical Education (LCME) regarding the accreditation status of established MD-granting medical education programs in the United States and Canada. METHOD: The authors reviewed all LCME decisions made on full survey reports between October 2004 and June 2012 to test whether SADs were associated with an insufficient response in the data collection instrument/self-study, chronic noncompliance with one or more accreditation standards, noncompliance with specific standards, and noncompliance with a large number of standards. RESULTS: The LCME issued 103 nonsevere action decisions and 40 SADs. SADs were significantly associated with an insufficient response in the data collection instrument/self-study (odds ratio [OR] = 7.30; 95% confidence interval [CI] = 2.38-22.46); chronic noncompliance with one or more standards (OR = 12.18; 95% CI = 1.91-77.55); noncompliance with standards related to the educational program for the MD degree (ED): ED-8 (OR = 6.73; 95% CI = 2.32-19.47) and ED-33 (OR = 5.40; 95% CI = 1.98-14.76); and noncompliance with a large number of standards (rpb = 0.62; P < .001). CONCLUSIONS: These findings provide insight into the LCME's pattern of decision making. Noncompliance with two standards was strongly associated with SADs: lack of evidence of comparability across instructional sites (ED-8) and the absence of strong central management of the curriculum (ED-33). These results can help medical school staff as they prepare for an LCME full survey visit.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».