MétaCan
Menu
Retour à la cohorte
Enregistrement W3008424311 · doi:10.1097/acm.0000000000003129

In Reply to Stoller

2020· letter· en· W3008424311 sur OpenAlexaffabout
Wael Haddara, Jacqueline Torti, Ali Inayat, Nabil Sultan

Notice bibliographique

RevueAcademic Medicine · 2020
Typeletter
Langueen
DomaineMedicine
ThématiqueEmpathy and Medical Education
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésLeadership developmentMedical educationPsychologyManagementMedicinePolitical sciencePublic relations

Résumé

récupéré en direct d'OpenAlex

We thank Dr. Stoller for bringing the Cleveland Clinic Chief Residents Leadership Workshop to our attention. Neither article on this topic was retrieved through our search strategy.1,2 However, the authors’ internal medicine leadership training program at the Cleveland Clinic, which appears to be an earlier iteration of the chief residents program,3 was included in our meta-analysis. We applaud Dr. Stoller and his colleagues for early recognition of the need for leadership development in postgraduate medical education and for continuing to develop and refine their program. We agree that emotional intelligence (EI) is an important element in leadership training, but believe that character-based leadership (CBL) is a more comprehensive lens for developing physician leaders. There is increasing recognition that EI skills can be used for emotional manipulation if developed disingenuously.4,5 The Ivey CBL framework emphasizes the 3 C’s—character, competency, and commitment—and describes character as a “habit of being” that can withstand situational pressures.6 We are currently developing a leadership course for postgraduate medical trainees by drawing on the Ivey CBL framework. See relevant CBL resources here: https://www.dropbox.com/sh/eb27zex4053mg0v/AAAe9HzhoNLH-JjrMUwLgXKna?dl=0. Wael Haddara, MDAssociate professor, Divisions of Critical Care Medicine & Endocrinology and Metabolism, Department of Medicine, and Centre for Education Research and Innovation, Schulich School of Medicine & Dentistry, Western University, London, Ontario; ORCID: https://orcid.org/0000-0002-9817-5524.Jacqueline Torti, PhDResearch consultant & education specialist, Centre for Education Research and Innovation Schulich School of Medicine & Dentistry, Western University, London, Ontario; ORCID: https://orcid.org/0000-0003-4518-0255.Ali InayatResearch assistant, Centre for Education Research and Innovation, Schulich School of Medicine & Dentistry, Western University, London, Ontario; [email protected]Nabil Sultan, MDAssociate professor, Division of Nephrology, Department of Medicine, and Centre for Education Research and Innovation researcher, Schulich School of Medicine & Dentistry, Western University, London, Ontario; ORCID: https://orcid.org/0000-0002-3130-1856.

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)0,008
score de la tête « metaresearch » (Gemma)0,110
Version: metacan-v3-hybrid-931329e0061cStatut 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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,110
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,004
Communication savante0,0060,010
Science ouverte0,0040,004
Intégrité de la recherche0,0180,045
Charge utile insuffisante (le modèle a refusé de juger)0,0230,015

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 Opus0,053
Tête enseignante GPT0,365
Écart entre enseignants0,312 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetEmpathy and Medical EducationTravaux en français237 207