A priority educational program at Princess Margaret Cancer Centre.
Notice bibliographique
Résumé
189 Background: The clinical research environment is consistently evolving with new methodology, complexity and regulatory stringency. With this evolution, the need for a well-educated clinical research team is critical. There are approximately 300 clinical research staff at Princess Margaret, 100 Principal investigators. The Cancer Clinical Research Unit (CCRU) is a support department within the Princess Margaret Cancer Program and provides two dedicated staff to implement and facilitate clinical research education across the program. Methods: CCRU Education currently offers 50 unique education sessions with an average of 45 sessions per quarter. Starting in 2010, 9275 attendees have attended 892 CCRU in-class sessions. Since 2015, 224 sessions have been attended by 25 sites through teleconference. The CCRU has implemented an “Orientation Pathway” for new clinical research staff to provide clear guidance on mandatory research training activities, as well as role and task-specific training activities. In 2016, CCRU has included more workshop-style courses, providing scenario-based learning models. The CCRU uses a blend of online, in-class, and case-based learning sessions to promote critical thinking and stimulate vibrant group discussion. Interactive sessions and evaluation ensure learning needs are met. Results: Since implementing the interactive sessions, and the Orientation Pathways, the CCRU Quality Assurance department has seen a reduction of insufficient documentation findings. To measure this, the total number of Quality Assurance Review (QAR) findings on insufficient and/or incomplete documentation of the consent process was averaged and compared in 2014 and 2015 and a 25% decrease was noted. In addition, staff feedback is regularly collected through an online methods and is reviewed by the CCRU Quality-Education committee for training quality improvement. Conclusions: Positive staff feedback and a reduction of QAR findings has encouraged CCRU Education to continue creating workshop-based training sessions that are interactive, timely and effective. Efforts will continue to include CCRU-QA findings in the development of new course content to ensure staff are well trained and overall quality continues to improve.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,361 | 0,066 |
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 ».