The Impact of a National Competency-Based Medical Education Initiative in Family Medicine
Notice bibliographique
Résumé
PURPOSE: Triple C is the Canadian competency-based medical education (CBME) initiative for family medicine. The authors report on a study exploring the impacts Triple C has had across Canada. METHOD: A multi-institutional team conducted a realist study to explore the impact of Triple C implementation in different programs across Canada. Data were collected between March and June 2016 from interviews and focus groups with key medical school stakeholders. Data were analyzed using thematic and template analysis techniques. RESULTS: Data were acquired from 16 of the 17 Canadian medical schools from a combination of program leaders, educators, and trainees. Triple C was implemented in different ways and to different extents depending on context. Newer sites tended to have a more comprehensive implementation than established sites. Urban sites afforded different opportunities to implement Triple C from those afforded by rural sites. Although it was too early to assess its impact on the quality of graduating residents, Triple C was seen as having had a positive impact on identifying and remediating failing learners and on energizing and legitimizing the educational mission in family medicine. Negative impacts included greater costs and tensions in the relationships with other specialties. A principles-based approach to CBME offered flexibility to programs to incorporate variation in their interpretation and implementation of Triple C. Although there was a degree of normalization of practice, it was not standardized across sites or programs. CONCLUSIONS: Triple C has been successfully implemented across Canada but in differing ways and with different impacts.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».