MétaCan
Menu
Retour à la cohorte
Enregistrement W2578595428 · doi:10.4236/ce.2017.81006

Need for Competency-Based Radiation Oncology Education in Developing Countries

2017· article· en· W2578595428 sur OpenAlexaff
Eduardo Rosenblatt, Gregorius Ben Prajogi, Michael Bartoň, Elena Fidarova, Jesper Grau Eriksen, Bruce G. Haffty, Barbara Ann Millar, Anita Zarina Bustam, Eduardo Zubizarreta, May Abdel–Wahab

Notice bibliographique

RevueCreative Education · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvances in Oncology and Radiotherapy
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRadiation oncologyStaffingMedicineMedical educationRadiation TherapistHealth careCompetence (human resources)Developing countryBusinessNursingPsychologyPolitical scienceRadiation therapyRadiology

Résumé

récupéré en direct d'OpenAlex

Although not a new concept in itself, competency-based education has set the trend for the globally accepted standard norm for education and training of medical professionals including postgraduate education in radiation oncology. Societal needs demand from radiation oncologists that they be not only competent in the knowledge and skills relevant to their specific discipline, but that they also display competencies such as professionalism, scholarship, health advocacy, management/leadership, collaboration and communication. The realities of developing countries, in particular low and middle income countries (LMICs) set different priorities than in high income countries. A large proportion of cancer patients do not have access to adequate radiotherapy services. Resource constraints determine limitations in equipment, accessories, and dosimetry. Lower than standard staffing levels and limited quality education and training also contribute to substandard care and clinical outcomes. In this environment, the addition and assessment of competency-based elements to training programmes can be challenging. On the other hand, it is precisely in these countries, where competencies such as the ones listed above are highly needed in the radiation oncology profession. Implementation of competency-based medical education in the education of radiation oncologists in LMICs is both a need and a challenge. The available frameworks and competencies, despite being very relevant to the realities faced by radiation oncologists in LMICs, will still need to be adapted in order to ensure effective implementation at the national/regional level. Radiation oncologists need to employ effective change-management strategies to ensure that the changes which are introduced can remain sustainable within the context of national healthcare, education and political systems.

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)0,011
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,029
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0040,004
Science ouverte0,0020,006
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0190,002

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 Opus0,023
Tête enseignante GPT0,453
Écart entre enseignants0,430 · 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'étudeThéorique ou conceptuel
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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCreative EducationMême sujetAdvances in Oncology and RadiotherapyTravaux en français237 207