648-P: Developing a National Competency-Based Diabetes Curriculum in Undergraduate Medical Education: A Delphi Study
Notice bibliographique
Résumé
Introduction: In recent years there has been an increased emphasis on competency-based medical education (CBME) internationally, as can be seen with the implementation of competency-based curriculums for postgraduate medical education (PGME) through the Royal College of Physicians and Surgeons of Canada. Currently, no Canada-wide consensus exists on educational competencies relating to diabetes in undergraduate medical education (UGME). Objective: To develop a list of competencies and objectives for diabetes teaching in medical school using a modified Delphi method. Methods: Representatives involved in the development of the diabetes curriculum at all 17 medical schools across Canada were contacted. A draft list of competencies and objectives was developed by the research team using the existing curriculums at nine Canadian medical schools and was organized using the CanMEDS framework. A Delphi method was used, with two iterations in order to reach consensus. The first survey was conducted in May 2018. The data was analyzed and the survey was revised to include the opinions and remarks of respondents. The revised version of the survey was then sent to the respondents in July 2018. Results: Out of 17 medical schools contacted, 12 (70.6%) agreed to participate. One school declined participation and four did not respond. Out of 12 surveys sent in the first round, eight responses were received (response rate 66.7%). The revised version was then resent to the eight respondents in July 2018 and seven responses were received (response rate 87.5%). A list of nine competencies and 65 objectives was finalized. Conclusion: A competency-based consensus curriculum for diabetes education for medical students was developed using a modified Delphi method. The final consensus syllabus will be disseminated throughout the country. This curriculum serves as a step in the transition to CBME and in ensuring that future medical school graduates are proficient in diabetes care. Disclosure S. Shah: None. M. McCann: None. C. Yu: None.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,039 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».