Medical Education Research and the Hierarchy in Medical Training: An Interview with Dr. Dylan Bould
Notice bibliographique
Résumé
AbstractDr. Dylan Bould is an anesthesiologist at CHEO (Children’s Hospital of Eastern Ontario) and Director of Education Research at the University of Ottawa’s Department of Anesthesiology. Dr. Bould began training in anesthesia in the U.K. and completed fellowships in pediatric anesthesia and medical education at SickKids and St. Michael’s Hospital in Toronto, as well as a pediatric cardiac anesthesia fellowship in London, England. Over the course of his fellowships in Toronto, Dr. Bould completed a Master of Education at the University of Toronto focusing on medical education. Dr. Bould is also involved in global health, having worked in Nepal and Kenya, and was part of the organization process of the University of Zambia Anesthesia Residency Program. Dr. Bould’s current research focuses on hierarchy in medical training, mentorship in medical education, and simulation in healthcare education. RésuméDr Dylan Bould est un anesthésiologiste au Centre hospitalier pour enfants de l’est de l’Ontario (CHEO) et le directeur de la recherche en enseignement au département d’anesthésie de l’Université d’Ottawa. Dr Bould a commencé sa formation en anesthésie au Royaume-Uni et a complété des formations complémentaires (fellowships) en anesthésie pédiatrique et en enseignement médical à SickKids et à l’Hôpital St Michael à Toronto, ainsi qu’une formation en anesthésie cardiaque pédiatrique à Londres, en Angleterre. Au cours de ses formations complémentaires à Toronto, Dr Bould a complété une maîtrise en éducation à l’Université de Toronto axée sur l’enseignement médical. Dr Bould est également impliqué dans le domaine de la santé mondiale, ayant travaillé au Népal et au Kenya, et ayant aidé à mettre sur pied le programme de résidence en anesthésie à l’Université de la Zambie. La recherche actuelle de Dr Bould se concentre sur la hiérarchie présente lors de la formation médicale, le mentorat en enseignement médical, et la simulation dans l’enseignement des soins de santé.
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 | 0,031 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,030 | 0,019 |
| Communication savante | 0,010 | 0,012 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,006 | 0,022 |
| 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 ».