MétaCan
Menu
← Retour à la cohorte
Enregistrement W3135563584 · doi:10.1093/jcag/gwab002.093

A95 HOW ENDOSCOPY TEACHERS MAKE POLYPECTOMY ENTRUSTMENT DECISIONS IN CLINICAL AND SIMULATION-BASED SETTINGS

2021· article· en· W3135563584 sur OpenAlexaffabout
Thurarshen Jeyalingam, Catharine M. Walsh, Walter Tavares, Maria Mylopoulos, Kathryn Hodwitz, L W Liu

Notice bibliographique

RevueJournal of the Canadian Association of Gastroenterology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensUniversity Health NetworkSt. Michael's HospitalSickKids FoundationHospital for Sick ChildrenThe Wilson Centre
Organismes subventionnairesnon disponible
Mots-clésPolypectomyMedical educationGrounded theoryNarrativeEndoscopyTask (project management)MedicineConstruct (python library)PsychologyNursingQualitative researchRadiologyInternal medicineComputer scienceColonoscopy

Résumé

récupéré en direct d'OpenAlex

Abstract Background Entrustment, a central construct in competency-based medical education (CBME), represents the point at which clinical supervisors trust a trainee to perform a task independently. Many implementations of CBME involve assessing entrustment through observation of entrustable professional activities (EPAs). While EPAs are frequently assessed in both clinical and simulation-based settings, research has yet to clarify how faculty who teach endoscopy form judgments of entrustment across these two contexts. Aims We aimed to explore the features that endoscopy teachers report as influencing their entrustment decisions regarding polypectomy across clinical and simulation-based assessment settings. Methods We designed an interview-based, constructivist grounded theory-informed study involving endoscopy teachers and trainees in the University of Toronto gastroenterology residency program. Teachers completed separate EPA assessments of each trainee’s performance of an endoscopic polypectomy (colonic polyps < 1cm, Paris 0-Is or 0-Ip in morphology) in both settings. Teachers were interviewed after each assessment to explore how they made their entrustment decision within and across settings. Transcribed interview data were coded iteratively using constant comparison to generate themes. Results Based on 14 interviews with 7 endoscopy teachers, we found that they: (1) held multiple meanings of entrustment for polypectomy, both within and across participants, (2) expressed variability in how they justified their entrustment decisions, the related narrative, and numerical scoring, (3) held unique personal criteria for making decisions ‘comfortably,’ including authenticity of the task, variability in terms of polyp shape, location, and morphology, as well as the ability to assess trainee response to procedural complications (e.g., post-polypectomy bleeding), and (4) perceived a relative freedom when using simulation to make entrustment decisions due to the absence of a real patient. Conclusions We found that faculty who teach endoscopy defined polypectomy entrustment in a variety of ways, leading to variability in how they judged entrustment within and across trainees and assessment settings. The observed idiosyncrasies suggest gastroenterology competence committees cannot assume equivalence of EPA data obtained from different settings. Furthermore, educators designing faculty development for CBME will need to attend to the criteria that endoscopy teachers report they need to comfortably make entrustment decisions. Funding Agencies Royal College of Physicians and Surgeons of Canada

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)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,042
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,003
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,318
Écart entre enseignants0,303 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Canadian Association of Gastroenterology→Même sujetInnovations in Medical Education→Travaux en français237 207→