MétaCan
Menu
Retour à la cohorte
Enregistrement W2513325771 · doi:10.1111/medu.13084

A typology of longitudinal integrated clerkships

2016· article· en· W2513325771 sur OpenAlexaffabout
Paul Worley, Ian Couper, Roger Strasser, Lisa Graves, Beth‐Ann Cummings, Richard Woodman, Pamela Stagg, David Hirsh

Notice bibliographique

RevueMedical Education · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensMcGill UniversityNOSM University
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)CurriculumDelphi methodTypologyMedical educationWorkforceDeveloping countryBaseline (sea)PsychologyNursingMedicinePolitical scienceGeographyPedagogyComputer science

Résumé

récupéré en direct d'OpenAlex

CONTEXT: Longitudinal integrated clerkships (LICs) represent a model of the structural redesign of clinical education that is growing in the USA, Canada, Australia and South Africa. By contrast with time-limited traditional block rotations, medical students in LICs provide comprehensive care of patients and populations in continuing learning relationships over time and across disciplines and venues. The evidence base for LICs reveals transformational professional and workforce outcomes derived from a number of small institution-specific studies. OBJECTIVES: This study is the first from an international collaborative formed to study the processes and outcomes of LICs across multiple institutions in different countries. It aims to establish a baseline reference typology to inform further research in this field. METHODS: Data on all LIC and LIC-like programmes known to the members of the international Consortium of Longitudinal Integrated Clerkships were collected using a survey tool developed through a Delphi process and subsequently analysed. Data were collected from 54 programmes, 44 medical schools, seven countries and over 15 000 student-years of LIC-like curricula. RESULTS: Wide variation in programme length, student numbers, health care settings and principal supervision was found. Three distinct typological programme clusters were identified and named according to programme length and discipline coverage: Comprehensive LICs; Blended LICs, and LIC-like Amalgamative Clerkships. Two major approaches emerged in terms of the sizes of communities and types of clinical supervision. These referred to programmes based in smaller communities with mainly family physicians or general practitioners as clinical supervisors, and those in more urban settings in which subspecialists were more prevalent. CONCLUSIONS: Three distinct LIC clusters are classified. These provide a foundational reference point for future studies on the processes and outcomes of LICs. The study also exemplifies a collaborative approach to medical education research that focuses on typology rather than on individual programme or context.

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)0,009
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0030,009
Communication savante0,0040,005
Science ouverte0,0020,006
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,020
Tête enseignante GPT0,365
Écart entre enseignants0,346 · 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'étudeQualitatif
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

Citations193
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical EducationMême sujetInnovations in Medical EducationTravaux en français237 207