Defining fitness for purpose in South African anaesthesiologists using a Delphi technique to assess the CanMEDS framework
Notice bibliographique
Résumé
Background: Training of South African anaesthesiologists is based on the Canadian Medical Education Directives for Specialists (CanMEDS). However, the applicability of CanMEDS in this context has not been assessed. An expert panel participated in a Delphi process to create an appropriate expanded list of CanMEDS competencies that may be used in the future to assess fitness for purpose of local graduates. Methods: This descriptive study comprised a representative panel of 16 experts surveyed electronically over three rounds to assess the importance of the existing CanMEDS roles and enabling competencies and suggested additions deemed applicable locally. The primary outcome was the creation of a list of competencies applicable to South Africa. Results: There was a 100% response rate for all three rounds. Based on the existing seven CanMEDS meta-competencies (Medical Expert, Collaborator, Communicator, Leader, Scholar, Professional and Health Advocate), respondents scored the importance of 89 enabling competencies and 19 additional competencies. Seven CanMEDS enabling competencies did not achieve consensus and were excluded. Nineteen new enabling competencies and two new meta-competencies (Humaneness, Context Awareness) achieved consensus and were added. Median ratings of importance of meta-competencies showed highest scores for Medical Expert and Collaborator and lowest scores for Health Advocate. Weighting of meta-competencies revealed highest scores for Medical Expert and Professional with all others equally weighted. Conclusion: This study has formulated an adapted CanMEDS list of enabling competencies with the addition of the two new metacompetencies of Context Awareness and Humaneness for use in South African anaesthesiology. This provides a means with which future graduates may be assessed for fitness for purpose.
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 | 0,006 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».