MétaCan
Menu
Retour à la cohorte
Enregistrement W2607171667 · doi:10.11604/pamj.2017.26.141.9069

Faculty development in family medicine education: what is needed?

2017· article· en· W2607171667 sur OpenAlexaff
Brian Johnson, William E. Cayley, Bich‐May Nguyen, Paul Larson, Maria del C, Christine Gibson, Ann Evensen

Notice bibliographique

RevuePan African Medical Journal · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineExcellenceMedical educationCurriculumSpecialtyFaculty developmentProfessional developmentCurriculum developmentGraduate medical educationAccreditationFamily medicinePedagogyPsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

A growing number of countries are embracing graduate training in the specialty of Family Medicine as a core component of global health systems reform. One significant challenge for new programs is to adequately prepare for educational excellence and leadership. Promising residents are often encouraged to remain in their program as faculty, but may not have had the benefit of specific training in teaching, curriculum development, learner assessment or educational leadership. Faculty Development is a potential avenue to providing these skills to new Family Medicine Faculty and to encourage new graduates to consider teaching. We are currently seeking to further clarify what the current needs and future possibilities are for Family Medicine Faculty Development in Sub-Saharan Africa.

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)0,051
score de la tête « metaresearch » (Gemma)0,111
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: aucune
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,267

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0510,111
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0030,005
Études des sciences et des technologies0,0090,007
Communication savante0,0160,022
Science ouverte0,0060,012
Intégrité de la recherche0,0140,015
Charge utile insuffisante (le modèle a refusé de juger)0,0260,004

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 Opus0,132
Tête enseignante GPT0,493
Écart entre enseignants0,360 · 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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePan African Medical JournalMême sujetPrimary Care and Health OutcomesTravaux en français237 207