MétaCan
Menu
Retour à la cohorte
Enregistrement W2979378464 · doi:10.36834/cmej.57012

Supporting early academic family medicine careers with the clinician scholar enhanced-skills program

2019· article· en· W2979378464 sur OpenAlexaffvenueabout
Miriam Lacasse, Annie St‐Pierre, Andréane Lalumière-Saindon, Marie-Hélène Dufour, Anik Giguère, Guy Béland

Notice bibliographique

RevueCanadian Medical Education Journal · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMedical educationContext (archaeology)Program evaluationAcademic yearMedicinePsychologyComputer scienceMathematics education

Résumé

récupéré en direct d'OpenAlex

CONTEXT: The Clinician Scholar Program (CSP) is an enhanced-skills (R3) residency program to train clinician researchers/educators/leaders for academic family practice. This article intends to share Laval University's CSP development and evaluation strategy, and provide recommendations for similar innovations in other disciplines/settings. METHODS: This article uses Kern's model to present the program development, and a program-oriented approach for program evaluation, carried from 2011 to 2017 using descriptive data. Questionnaires, reflexive texts and an Objective Structured Teaching Exam supported data collection. RESULTS: Seven CSP graduates and 14 controls participated in the program evaluation. Residents were highly satisfied with the program, nevertheless they suggested to allow physicians to come back for training later in career. The CSP enriched knowledge, skills and attitudes about academic practice. CSP increased residents' entrustment level about academic competencies. All graduates joined an academic practice within five years of program completion. CONCLUSION: Key recommendations to implement similar programs include academic medicine core training, project- based learning with learner-centered objectives, relevant and authentic learning and assessment, and multi-level program evaluation approach. Programs should consider concomitant graduate studies and opportunity to offer such training after a few years of clinical practice to meet other needs at a timely stage of career.

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)0,007
score de la tête « metaresearch » (Gemma)0,142
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,678
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,142
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,006
Charge utile insuffisante (le modèle a refusé de juger)0,0120,000

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 Opus0,052
Tête enseignante GPT0,469
Écart entre enseignants0,417 · 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'étudeSans objet
Domainenon disponible
GenreEmpirique

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

En bref

Citations6
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Education JournalMême sujetHealth and Medical Research ImpactsTravaux en français237 207