Accreditation of Canadian Undergraduate Medical Education Programs: A Study of Measures of Effectiveness
Notice bibliographique
Résumé
PURPOSE: Undergraduate medical education (UME) programs participate in accreditation with the belief that it contributes to improving UME quality and, ultimately, patient care. Linkages between accreditation and UME quality are incomplete. Previous studies focused on student performance on national examinations, medical school processes, medical school's organizational culture types, and degree of implementation of quality improvement activities as markers of the effectiveness of accreditation. The current study sought to identify new indicators of accreditation effectiveness, to better understand the value and impact of accreditation. METHOD: This qualitative study used an expert-oriented evaluation approach to identify novel markers of accreditation effectiveness. From March 2015 to March 2016, leaders and teachers at 16 of the 17 Canadian UME programs were invited to participate in interviews and focus group discussions aimed at identifying measures of accreditation effectiveness. Themes were extracted using the method of constant comparative analysis. RESULTS: Sixty-three individuals from 13 (81%) medical schools participated. Eight themes were formulated: Student/graduate performance, UME program processes, quality assurance and continuous quality improvement, stakeholder satisfaction, stakeholder expectations, engagement, research, and UME program quality. The latter 5 themes have not been previously studied as measures of accreditation effectiveness. All themes appear applicable to accreditation of graduate medical education as well. A framework is proposed to guide future research on the impact of accreditation. CONCLUSIONS: Eight themes were generated, representing direct and indirect indicators of the impact of accreditation. The themes are integrated into a framework proposed to guide future research on the value of accreditation along the continuum of medical education.
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 | 0,065 | 0,190 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,011 |
| Études des sciences et des technologies | 0,011 | 0,006 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».