MétaCan
Menu
Retour à la cohorte
Enregistrement W2789115149 · doi:10.1136/emermed-2017-207223

How do we educate the next generation of emergency physicians: RCEM 50

2018· editorial· en· W2789115149 sur OpenAlexaboutno aff
Will Townend, Jason Long, L. Munro-Davies, Emily Beet

Notice bibliographique

RevueEmergency Medicine Journal · 2018
Typeeditorial
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMedical emergencyMedical educationEmergency medical servicesMedical physicsMEDLINEEmergency medicine

Résumé

récupéré en direct d'OpenAlex

> ‘The great aim of education is not knowledge but action.’ H. Spencer The training needs of the next generation are based on the needs of the population they serve.1 These are the basis for curricula and each developed Emergency Medicine (EM) system has one. There is a move away from training based on time served or a list of EM presentations to be covered to one based on generic capabilities and defined activities that an EM clinician will have to do at work. This is happening in Australasian, Canadian and now UK EM education. Generic competences for EM training has been described by FACEM in Australia in a curriculum framework.2 The Canadian Association of Emergency Physicians are changing their curriculum design as part of a national move to Competency-Based Medical Education (CBME).3 They have had a national generic framework of competence, Can MEDS, against which doctors in postgraduate training have been evaluated since 2005.4 In their new CBME programme, doctors will be adjudged competent in key activities of practice, in which they will demonstrate they meet Can MEDS competencies, before they can move on to the next stage of training. These activities are those that an EM clinician will have to be able deliver independently to complete training. Such activities have been described as Entrustable Professional Activities (EPAs)—‘Professional activities that together constitute the mass of critical elements that operationally define a profession’.5 In 2017, the UK General Medical Council (GMC), in its guidance for curriculum design, has incorporated the need for all UK medical training programmes to include Generic Professional Capabilities (GPCs) and that these are introduced across all specialties by 2020.6 The GMC state: > ‘The primary purpose of GPCs is to describe the fundamental, career-long, generic capabilities required to develop and maintain key …

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)0,013
score de la tête « metaresearch » (Gemma)0,088
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: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,234

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,088
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,006
Communication savante0,0090,016
Science ouverte0,0050,010
Intégrité de la recherche0,0240,027
Charge utile insuffisante (le modèle a refusé de juger)0,0700,042

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 Opus0,079
Tête enseignante GPT0,385
Écart entre enseignants0,305 · 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
GenreÉditorial

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEmergency Medicine JournalMême sujetInnovations in Medical EducationTravaux en français237 207