Elaboration d’une fiche d’évaluation du stage clinique en médecine de famille : processus et résultat
Notice bibliographique
Résumé
Contexte : Depuis l’implantation de l’approche par compétences en formation médicale, divers établissements dans le monde implantent des outils pour évaluer le progrès et les niveaux de maîtrise des compétences. Objectif : Décrire le processus d’élaboration collectif de la fiche d’appréciation du stage clinique (FASC) en médecine de famille et présenter son résultat. Cette fiche relie les activités professionnelles confiables (APC) et les compétences requises pour les réaliser. Méthode : Un groupe de travail mandaté par la direction universitaire du programme, de concert avec les 18 directeurs locaux de programme (DLP) dans les centres où se déroule la formation des résidents, a validé une liste d’APC par sondage. Dans un deuxième temps, lors d’une journée d’atelier, 47 participants (enseignants et DLP) ont décrit les niveaux de maîtrise à observer chez les résidents pour chaque APC. Résultats : Les travaux ont mené à la création d’une nouvelle FASC et d’un Guide de notation qui permettent d’évaluer 11 APC et les 7 compétences reconnues au Canada. L’appréciation des APC se base sur la confiance des enseignants envers le travail des résidents. Cinq « niveaux de confiance dans la délégation de responsabilité » (NiCDeR) ont été définis pour les principales compétences sollicitées par chaque APC. Conclusion : L’utilisation d’un processus de co-construction a permis d’augmenter la validité et la pertinence d’une nouvelle fiche d’évaluation des stages cliniques en médecine de famille et de favoriser son appropriation par les cliniciens-enseignants du programme.
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 | 0,004 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».