Use of the Consultation Letter Rating Scale among Geriatric Medicine Postgraduate Trainees
Notice bibliographique
Résumé
OBJECTIVES: The implementation of competency-based evaluations increases the emphasis on in-training assessment. The Consultation Letter Rating Scale (CLRS), published by the Royal College of Physicians and Surgeons of Canada, is a tool that assesses written-communication competencies. This multisite project evaluated the tool's validity, reliability, feasibility, and acceptability for use in postgraduate geriatric medicine training. METHODS: Geriatric medicine trainees provided consultation letters from the 2017-2018 academic year. Geriatricians reviewed a standardized module and completed the tool for all the deidentified letters. The reviewers recorded the time used to complete the tool for each letter and completed a survey on content validity. Trainees completed a survey on the tool's usefulness. Responses were reviewed independently by two authors for thematic content. The unweighted and the weighted κ were used to measure interrater reliability. RESULTS: A total of 10 of 11 (91%) eligible trainees each provided five letters that were reviewed independently by six geriatricians, leading to a total of 300 assessments. A very small portion (4% [N = 12]) of assessments was incomplete. An average of 4.82 minutes (standard deviation = 3.17) was used to complete the tool. There was high interrater agreement for overall scores, with a multiple-rater weighted κ of 83% (95% confidence interval = 76%-89%). The interrater agreement was lower for the individual components. Both raters and trainees found the comments more useful than the numerical ratings. CONCLUSIONS: Our results support the use of the CLRS for facilitating feedback on the quality of consult letters to improve written-communication competencies among geriatric medicine trainees. J Am Geriatr Soc 67:2157-2160, 2019.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».