Tensions in Assessment: The Realities of Entrustment in Internal Medicine
Notice bibliographique
Résumé
PURPOSE: A key unit of assessment in competency-based medical education (CBME) is the entrustable professional activity. The variations in how entrustment is perceived and enacted across specialties are not well understood. This study aimed to develop a thorough understanding of the process, concept, and language of entrustment as it pertains to internal medicine (IM). METHOD: Attending supervisors of IM trainees on the clinical teaching unit were purposively sampled. Sixteen semistructured interviews were conducted and analyzed using constructivist grounded theory. The study was conducted at the University of Toronto from January to September 2018. RESULTS: Five major themes were elucidated. First, the concepts of entrustment, trust, and competence are not easily distinguished and sometimes conflated. Second, entrustment decisions are not made by attendings, but rather are often automatic and predetermined by program or trainee level. Third, entrustment is not a discrete, point-in-time assessment due to longitudinality of tasks and supervisor relationships with trainees. Fourth, entrustment scale language does not reflect attendings' decision making. Fifth, entrustment decisions affect the attending more than the resident. CONCLUSIONS: A tension arises between the need for a common language of CBME and the need for authentic representation of supervision within each specialty. With new assessment instruments required to operationalize the tenets of CBME, it becomes critically important to understand the nuanced and specialty-specific language of entrustment to ensure validity of assessments.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».