MétaCan
Menu
Retour à la cohorte
Enregistrement W2884298535 · doi:10.1080/10872981.2018.1497374

An innovative approach to identifying learning needs for intrinsic CanMEDS roles in continuing professional development

2018· article· en· W2884298535 sur OpenAlex
Meghan McConnell, Ada Gu, Aysha Arshad, Arastoo Mokhtari, Khalid Azzam

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueMedical Education Online · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensMcMaster UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedical educationContinuing professional developmentProfessional developmentContinuing educationMedicinePsychologyEngineering ethicsEngineering

Résumé

récupéré en direct d'OpenAlex

CONTEXT: The CanMEDS framework promotes the development of competencies required to be an effective physician. However, it is still not well understood how to apply such frameworks to CPD contexts, particularly with respect to intrinsic competencies. OBJECTIVE: This study explores whether physician narratives around challenging cases would provide information regarding learning needs that could help guide the development of CPD activities for intrinsic CanMEDS competencies. METHODS: We surveyed medical and surgical specialists from Southern Ontario using an online survey. To assess perceived needs, participants were asked, 'Describe three CPD topic you would like to learn about in the next 12 months'. To identify learning needs that may have arisen from problems encountered in practice, participants were asked, 'Describe three challenging situations encountered in the past 12 months.' Responses to the two open-ended questions were analyzed using thematic content analysis. RESULTS: Responses were received from 411 physicians, resulting in 226 intrinsic CanMEDS codes for perceived learning needs and 210 intrinsic codes for challenges encountered in practices. Discrepancies in the frequency of intrinsic roles were observed between the two questions. Specifically, Leader (28%), Scholar (43%), and Professional (16%) roles were frequently described perceived learning needs, as opposed to challenges in practice (Leader: 3%; Scholar: 2%; and Professional: 8%. Conversely, Communicator 39%, Health Advocate 39%, and to a lesser extent Collaborator 11%) roles were frequently described in narratives surrounding challenges in practice, but appeared in <10% of descriptions of perceived learning needs (Communicator: 4%; Health Advocate 6%; Collaborator: 3%). CONCLUSION: The present study provides insight into potential learning needs associated with intrinsic CanMEDS competencies. Discrepancies in the frequency of intrinsic CanMEDS roles coded for perceived learning needs and challenges encountered in practice may provide insight into the selection and design of CPD activities.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,921
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,026
Tête enseignante GPT0,407
Écart entre enseignants0,381 · 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