MétaCan
Menu
Retour à la cohorte
Enregistrement W2988935879 · doi:10.31128/ajgp-05-19-4929

Remodelling general practice training: Tension and innovation

2019· article· en· W2988935879 sur OpenAlexaff
James B. Brown, Catherine Kirby, Susan Wearne, David Snadden

Notice bibliographique

RevueAustralian Journal of General Practice · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensUniversity of Northern British ColumbiaUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésTraining (meteorology)DialecticStakeholderOrganisational changeGeneral practiceQualitative researchManagementPolitical sciencePublic relationsMedical educationEngineering ethicsSociologyMedicineEngineeringSocial scienceGeography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVES: The transfer of general practice training in Australia to the two general practice colleges is an opportunity for change in the model of training. The dialectical theory of institutional change suggests that change occurs where organisational structures of training are in tension with the needs of those delivering training, and effective change arises from innovation within these tension points. These tensions have also been faced by general practice training organisations internationally, where solutions have also been crafted. By exploring training tensions and responses to these, the aim of this study was to inform the remodelling of general practice training in Australia. METHOD: Senior educators and stakeholder representatives in Australia and internationally were interviewed to identify tensions in training delivery and innovative responses to these. An interpretative qualitative analysis was undertaken. RESULTS: Eight key tensions and associated innovative responses were identified. DISCUSSION: Drawing from the findings, this article provides recommendations for remodelling general practice training in Australia.

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)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,569
Score d'incertitude au seuil0,932

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,003
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,148
Tête enseignante GPT0,479
Écart entre enseignants0,331 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian Journal of General PracticeMême sujetGlobal Health Workforce IssuesTravaux en français237 207