Extended family medicine training
Notice bibliographique
Résumé
Objective To examine trends in family medicine training at a time when substantial pedagogic change is under way, focusing on factors that relate to extended family medicine training. Design Aggregate-level secondary data analysis based on the Canadian Post-MD Education Registry. Setting Canada. Participants All Canadian citizens and permanent residents who were registered in postgraduate family medicine training programs within Canadian faculties of medicine from 1995 to 2013. Main outcome measures Number and proportion of family medicine residents exiting 2-year and extended (third-year and above) family medicine training programs, as well as the types and numbers of extended training programs offered in 2015. Results The proportion of family medicine trainees pursuing extended training almost doubled during the study period, going from 10.9% in 1995 to 21.1% in 2013. Men and Canadian medical graduates were more likely to take extended family medicine training. Among the 5 most recent family medicine exit cohorts (from 2009 to 2013), 25.9% of men completed extended training programs compared with 18.3% of women, and 23.1% of Canadian medical graduates completed extended training compared with 13.6% of international medical graduates. Family medicine programs vary substantially with respect to the proportion of their trainees who undertake extended training, ranging from a low of 12.3% to a high of 35.1% among trainees exiting from 2011 to 2013. Conclusion New initiatives, such as the Triple C Competency-based Curriculum, CanMEDS–Family Medicine, and Certificates of Added Competence, have emerged as part of family medicine education and credentialing. In acknowledgment of the potential effect of these initiatives, it is important that future research examine how pedagogic change and, in particular, extended training shapes the care family physicians offer their patients. As part of that research it will be important to measure the breadth and uptake of extended family medicine training programs.
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 | 0,005 |
| 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 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 0,003 |
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 ».