Utilization of evidence-based tools and medical education literature by Canadian postgraduate program directors in the teaching and assessment of the CanMEDS roles
Notice bibliographique
Résumé
BACKGROUND: Researchers have shown that clinical educators feel insufficiently informed about how to teach and assess the CanMEDS roles. Thus, our objective was to examine the extent to which program directors utilize evidence-based tools and the medical education literature in teaching and assessing the CanMEDS roles. METHODS: In 2016, the authors utilized an online questionnaire to survey 747 Canadian residency program directors (PD's) of Royal College of Physicians and Surgeons of Canada (RCPSC) accredited programs. RESULTS: Overall, 186 PD's participated (24.9%). 36.6% did not know whether the teaching strategies they used were evidence-based and another third (31.9%) believed they were "not at all" or "to a small extent" evidence-based. Similarly, 31.8% did not know whether the assessment tools they used were evidence-based and another third (39.7%) believed they were "not at all" or "to a small extent" evidence-based. PD's were aware of research on teaching strategies (62.4%) and assessment tools (51.9%), but felt they did not have sufficient time to review relevant literature (72.1% for teaching and 64.1% for assessment). CONCLUSIONS: Canadian PD's reported low awareness of evidence-based tools for teaching and assessment, implying a potential knowledge translation gap in medical education research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,082 | 0,288 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,013 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».