MétaCan
Menu
Retour à la cohorte
Enregistrement W3007436389 · doi:10.1108/ijhcqa-06-2019-0102

Measuring the continuous quality improvement orientation of medical education programs

2020· article· en· W3007436389 sur OpenAlexaffabout
Danielle Blouin, Everett V. Smith

Notice bibliographique

RevueInternational Journal of Health Care Quality Assurance · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésRasch modelLikert scaleScale (ratio)Medical educationGeneralizability theoryQuality managementPsychologyQuality (philosophy)Rating scaleStructural equation modelingOriginalityMedicineComputer scienceOperations managementSocial psychologyEngineering

Résumé

récupéré en direct d'OpenAlex

PURPOSE: There is a growing interest in applying continuous quality improvement (CQI) methodologies and tools to medical education contexts. One such tool, the "Are We Making Progress" questionnaire from the Malcolm Baldrige National Quality Award framework, adequately captures the dimensions critical for performance excellence and allows organizations to assess their performance and identify areas for improvement. Its results have been widely validated in business, education, and health care and might be applicable in medical education contexts. The measurement properties of the questionnaire data were analyzed using Rasch modeling to determine if validity evidence, based on Messick's framework, supports the interpretation of results in medical education contexts. Rasch modeling was performed since the questionnaire uses Likert-type scales whose estimates might not be amenable to parametric statistical analyses. DESIGN/METHODOLOGY/APPROACH: Leaders and teachers at 16 of the 17 Canadian medical schools were invited in 2015-2016 to complete the 40-item questionnaire. Data were analyzed using the ConQuest Rasch calibration program, rating scale model. FINDINGS: 491 faculty members from 11 (69 percent) schools participated. A seven-dimensional, four-point response scale model better fit the data. Overall data fit to model requirements supported the use of person measures with parametric statistics. The structural, content, generalizability, and substantive validity evidence supported the interpretation of results in medical education contexts. ORIGINALITY/VALUE: For the first time, the Baldrige questionnaire results were validated in medical education contexts. Medical education leaders are encouraged to serially use this questionnaire to measure progress on their school's CQI focus.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,061
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,061
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,065
Tête enseignante GPT0,459
Écart entre enseignants0,394 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations3
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Health Care Quality AssuranceMême sujetInnovations in Medical EducationTravaux en français237 207