MétaCan
Menu
← Retour à la cohorte
Enregistrement W2621273260 · doi:10.1017/cjn.2017.184

P.100 A competency-based stroke curriculum for non-neurologists

2017· article· en· W2621273260 sur OpenAlexvenueno aff
S Aberdour, Alexandre Henri‐Bhargava

Notice bibliographique

RevueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpecialtyStroke (engine)MedicineCurriculumNeurologyMedical educationDelphi methodMedical emergencyFamily medicinePsychologyPsychiatryPedagogy

Résumé

récupéré en direct d'OpenAlex

Background: Previously-identified deficiencies in stroke training for emergency and internal medicine trainees led us to develop a competency-based curriculum for a stroke rotation, based upon entrusbable professional activities (EPAs). EPAs are observable and measurable activities that are routine care within a given medical specialty. Methods: We surveyed stroke- and non-stroke neurologists using a modified Delphi process with two iterations. The survey sought input on the number and nature of EPAs considered most important and achievable during a one month stroke rotation. Results: Surveyed neurologists considered 5-10 EPAs as adequate and reasonable to achieve during a one month elective. A list of the most essential EPAs was obtained and will be used as the basis of a curriculum for rotating residents in Internal and Emergency medicine at the Island Medical Program in Victoria, BC. Conclusions: Our work highlights an approach to meeting an identified gap in resident training in an important area of neurology (stroke). A competency based approach to medical education, focusing on EPAs, offers an innovative way of approaching resident education that seeks to ensure residents develop skills that experts in the field have identified as most essential for the work at hand (in this case, the proper management of stroke patients).

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)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0190,005

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 Opus0,038
Tête enseignante GPT0,335
Écart entre enseignants0,296 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques→Même sujetInnovations in Medical Education→Travaux en français237 207→