Identifying Gaps and Launching Resident Wellness Initiatives: The 2017 Resident Wellness Consensus Summit
Notice bibliographique
Résumé
INTRODUCTION: Burnout, depression, and suicidality among residents of all specialties have become a critical focus for the medical education community, especially among learners in graduate medical education. In 2017 the Accreditation Council for Graduate Medical Education (ACGME) updated the Common Program Requirements to focus more on resident wellbeing. To address this issue, one working group from the 2017 Resident Wellness Consensus Summit (RWCS) focused on wellness program innovations and initiatives in emergency medicine (EM) residency programs. METHODS: Over a seven-month period leading up to the RWCS event, the Programmatic Initiatives workgroup convened virtually in the Wellness Think Tank, an online, resident community consisting of 142 residents from 100 EM residencies in North America. A 15-person subgroup (13 residents, two faculty facilitators) met at the RWCS to develop a public, central repository of initiatives for programs, as well as tools to assist programs in identifying gaps in their overarching wellness programs. RESULTS: An online submission form and central database of wellness initiatives were created and accessible to the public. Wellness Think Tank members collected an initial 36 submissions for the database by the time of the RWCS event. Based on general workplace, needs-assessment tools on employee wellbeing and Kern's model for curriculum development, a resident-based needs-assessment survey and an implementation worksheet were created to assist residency programs in wellness program development. CONCLUSION: The Programmatic Initiatives workgroup from the resident-driven RWCS event created tools to assist EM residency programs in identifying existing initiatives and gaps in their wellness programs to meet the ACGME's expanded focus on resident wellbeing.
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 | 0,048 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,015 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».