MétaCan
Menu
Retour à la cohorte
Enregistrement W2772595894 · doi:10.2147/amep.s150718

SAFE QI – a framework to overcome the challenges of implementing a quality improvement curriculum into a residency program

2017· article· en· W2772595894 sur OpenAlexafffundabout
Lawrence Cheung

Notice bibliographique

RevueAdvances in Medical Education and Practice · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of Alberta
Mots-clésCurriculumQuality (philosophy)Medical educationComputer scienceResidency trainingQuality managementMedicinePsychologyOperations managementEngineeringPedagogy

Résumé

récupéré en direct d'OpenAlex

Quality improvement (QI) is an essential component of medical practice. Medical students and residents must learn the skills to conduct clinical QI during their educational programs. Medical educators must create and implement a curriculum in QI to empower their students to develop this skill and knowledge. However, developing and implementing a QI curriculum may be challenging for some residency programs. Residency programs with a relatively short duration of training - for example, only 2 years - may be unable to implement an extensive QI curriculum without siphoning away time for other learning objectives. Small residency programs may lack faculty with expertise to teach this topic. Residency programs with only a few residents may find it difficult to evaluate the success of a QI curriculum using robust statistical analysis. These residency programs need a QI curriculum with several features. The curriculum must be deliverable in a short period of time. There must be tools to assess the residents' attainment of the curricular objectives. The curriculum must give the residents practical skills to develop their own QI initiatives. Finally, there must be simple methods to evaluate the curriculum's effectiveness. To address these goals, we developed the SAFE QI (QI curriculum which is short, assessed, functional, and effective) framework for the 2-year subspecialty respirology residency program at the University of Alberta. There are 2-3 entrants per year for a total of 4-6 residents. This framework helps medical educators overcome the challenges of implementing a QI curriculum into their educational programs. This article illustrates how this framework was used to develop and deliver an institution's own QI curriculum.

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)0,025
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,016
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,002
Études des sciences et des technologies0,0050,007
Communication savante0,0070,006
Science ouverte0,0050,010
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,527
Écart entre enseignants0,489 · 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'étudeObservationnel
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

Citations5
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAdvances in Medical Education and PracticeMême sujetInnovations in Medical EducationTravaux en français237 207