Toward the Assessment of Core Procedural Competencies among Canadian Plastic Surgery Residents
Notice bibliographique
Résumé
BACKGROUND: Plastic surgery residency training programs are working toward integrating competency-based education into program curriculum and training, a key component of which involves establishing core procedural competencies. This study aims to determine the exposure of graduating Canadian plastic surgery residents to established core procedural competencies. METHODS: A retrospective review of case log procedure data using three databases (T-Res, POWER, and New Innovations) from graduating residents at all 10 Canadian English-speaking plastic surgery training programs between 2004 and 2014 was completed. Case logs were coded according to 177 core procedural competencies identified as "core" by the Delphi method among an expert panel of Canadian plastic surgeons. RESULTS: A total of 59,405 procedures were logged by 55 graduating residents across Canada between 2004 and 2014 (average, 1080 ± 352 procedures per resident). Of 13 plastic surgery domains, 44 percent of all procedures were within either hand, upper extremity, and peripheral nerve (28.3 percent) or nonaesthetic breast (16.1 percent). The most frequently performed core procedural competencies (average case logs per resident) included breast reduction (65.3 ± 33.9); open carpal tunnel release (46.7 ± 34.2); breast reconstruction, implant-based (39.6 ± 20.5); and wound management (35.7 ± 28.6). Sixty-two of 177 procedures were logged on average less than once in 5 years of residency, including escharotomy, temporal parietal fascia flap, Guyon canal release, and soft-tissue fillers. CONCLUSION: This study identifies areas of exposure and underexposure to plastic surgery core procedural competencies, and can help focus surgical education on areas of greater need for surgical skills training and acquisition.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».