MétaCan
Menu
Retour à la cohorte
Enregistrement W2900675991 · doi:10.17496/kmer.2017.19.2.63

Concept and Development of Resident Training Program for General Competencies

2017· article· en· W2900675991 sur OpenAlexaboutno aff
Sun Woo Lee

Notice bibliographique

RevueKorean Medical Education Review · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTraining (meteorology)Training systemMedical educationPsychologyMedicinePolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

Resident training programs in South Korea lag far behind that of advanced countries. Given the problems the current system in South Korea has, it is time to consider a new resident training system, resident training for general competencies. Training for the general competencies was practiced in medical fields in advanced countries such as the USA, Canada, and the UK as early as 20 years ago. This system has rendered itself a key component of resident training. Although a few theoretical procedures on general competencies have been practiced in South Korea, the awareness of this concept is still very weak, and the application of the theory to actual training is a long way off from becoming effective. It is urgent for South Korea to adopt competency- and outcome-based training for general competencies. To this end, the knowledge of the concept of this type of training should be improved. Also, the system should be carefully designed to cover a doctor’s whole career, and be applied immediately. The competency- and outcome-based training for general competencies is a system that assures high level qualifications. It reflects the needs of our society under the recognition that a professional organization should be committed and accountable in order to respond to social demands. As the benefits of the new training system reach the public and medical care consumers, training-related expenses should be borne by social costs.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,010
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,961
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,069
Tête enseignante GPT0,438
Écart entre enseignants0,369 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKorean Medical Education ReviewMême sujetInnovations in Medical EducationTravaux en français237 207