Building a Medical Undergraduate Palliative Care Curriculum: Lessons Learned
Notice bibliographique
Résumé
Previous literature demonstrates that current palliative care training is in need of improvement for medical students in global, European and Canadian contexts. The training of medical undergraduates is key to ensure that the ongoing and increasing need for enhanced access to palliative care across all settings and communities is met. We describe building a comprehensive palliative and end-of-life care curriculum for medical undergraduates at our university. As with recent European and US studies, we found that the process of university curriculum renewal provided a critical opportunity to integrate palliative care content, but needed a local palliative care champion already in place as an energetic and tireless advocate. The development and integration of a substantive bilingual (English and French) palliative and end-of-life care curriculum over the 4-year medical undergraduate program at our university has occurred over the course of 14 years, and required multiple steps and initiatives. Subsequent to the development of the curriculum, there has been a 13-fold increase in students selecting our palliative care clinical rotations. Critical lessons learned speak to the importance of having a team vision, interprofessional collaboration with a focus on vision, plans and implementation, and flexibility to actively respond and further integrate new educational opportunities within the curriculum. Future directions for our palliative care curriculum include shifting to a competency-based training and evaluation paradigm. Our findings and lessons learned may help others who are working to develop a comprehensive undergraduate medical education curriculum.
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 | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».