Bridging the gap: The design of a survivorship curriculum for interspecialty collaboration.
Notice bibliographique
Résumé
13 Background: Interspecialty learning between trainees from different postgraduate training programs is unusual in Canada. Primary care providers (PCPs) have an increasing role in the provision of survivorship care in collaboration with cancer specialists (ONC), but coordination of care is often lacking and avenues for joint learning and interaction among these physicians are limited during residency. We are piloting a learning suite (LS) for PCP and ONC trainees in MB, ON & BC as part of a pan-Canadian study on integration of care between primary and cancer specialty care. Methods: Using Kern’s Six-Step Approach to Curriculum Design, a national team of experts conducted surveys and focus groups with postgraduate program directors, cancer survivors, and trainees. We set learning objectives as informed by the needs assessment and used constructive alignment to build the curriculum in a blended learning format: online, workshop and clinical. We are assessing inter-disciplinary learning outcomes comparing pre and post results on a modified Readiness for Interprofessional Learning Scale (M-RIPLS) in three pilot sites in 2015 with about 40 family medicine and oncology trainees. Results: Learning materials have been developed for a mixed audience of trainees. The interactive, one hour online session addresses cancer epidemiology, the domains of survivorship care, and specific issues in follow-up care for three cancer types, as well as province-specific survivorship initiatives. This is followed by a two hour, case-based learning workshop that focuses on collaboration and shared care. A clinical experience in cancer follow-up clinics concludes the LS. In PCP training sites without a nearby cancer centre, trainees are able to review videos of actual transitional appointments and follow-up clinics and of the cancer centre/oncologist perspective on shared care. Pilots are ongoing in 2015 with national rollout in 2016. Conclusions: We expect that learning together in residency will impact on attitudes towards interspecialty collaboration in the care of cancer survivors. This interspecialty, blended learning curriculum will enhance the place of survivorship training in the postgraduate education of Canadian physicians.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».