MétaCan
Menu
Retour à la cohorte
Enregistrement W3087266268 · doi:10.1080/10401334.2020.1789466

Facilitating Learner-Centered Transition to Residency: A Scoping Review of Programs Aimed at Intrinsic Competencies

2020· review· en· W3087266268 sur OpenAlexaff
Aliya Kassam, Leslie Nickell, Helen Pethrick, Margo Mountjoy, Maureen Topps, Diane Lorenzetti

Notice bibliographique

RevueTeaching and Learning in Medicine · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensHamilton Health SciencesMedical Council of CanadaHealth Sciences CentreUniversity of TorontoUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCompetence (human resources)StakeholderMedical educationScholarshipPsychological interventionInclusion (mineral)MEDLINEMedicinePsychologyNursingPolitical scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

Phenomenon: There is currently a move to provide residency programs with accurate competency-based assessments of their candidates, yet there is a gap in knowledge regarding the role and effectiveness of interventions in easing the transition to residency. The impact of key stakeholder engagement, learner-centeredness, intrinsic competencies, and assessment on the efficacy of this process has not been examined. The objective of this scoping review was to explore the nature of the existing scholarship on programs that aim to facilitate the transition from medical school to residency. Approach: We searched MEDLINE and EMBASE from inception to April 2020. Programs were included if they were aimed at medical students completing undergraduate medical training or first year residents and an evaluative component. Two authors independently screened all abstracts and full text articles in duplicate. Data were extracted and categorized by type of program, study design, learner-centeredness, key stakeholder engagement, the extent of information sharing about the learner to facilitate the transition to residency, and specific program elements including participants, and program outcomes. We also extracted data on intrinsic (non-Medical Expert) competencies, as defined by the CanMEDS competency framework. Findings: Of the 1,006 studies identified, 55 met the criteria for inclusion in this review. The majority of the articles that were eligible for inclusion were from the United States (n = 31, 57%). Most of the studies (n = 47, 85%) employed quantitative, or mixed method research designs. Positive outcomes that were commonly reported included increased self-confidence, competence in being prepared for residency, and satisfaction with the transition program. While a variety of learner-centered programs that focus on specific intrinsic competencies have been implemented, many (n = 29, 52%) did not report engaging learners as key stakeholders in program development. Insights: While programs that aim to ease the transition from medical school to residency can enhance both Medical Expert and other intrinsic competencies, there is much room for novel transition programs to define their goals more broadly and to incorporate multiple areas of professional development. The existing literature highlights various gaps in approaches to easing the transition from medical school to residency, particularly with respect to key stakeholder engagement, addressing intrinsic CanMEDS competencies, and focusing on individual learners’ needs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,027
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,731
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,076
Tête enseignante GPT0,409
Écart entre enseignants0,333 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTeaching and Learning in MedicineMême sujetInnovations in Medical EducationTravaux en français237 207