MétaCan
Menu
Retour à la cohorte
Enregistrement W3163867908 · doi:10.1093/bjs/znab134.136

383 An International Comparison of Competency-Based Orthopaedic Curricula and Minimum Operative Numbers

2021· article· en· W3163867908 sur OpenAlexaboutno aff
M. Tahir, Usama Rahman, A. Gulati

Notice bibliographique

RevueBritish journal of surgery · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLogbookMedicineCurriculumCompetence (human resources)Duration (music)Index (typography)Medical educationPhysical therapy

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction The requirements for completion of surgical training can vary across different countries. This review aims to assess key differences among orthopaedic curricula in selected high-income countries, focusing on their criteria for assessing technical competence for completion of training. Method Current orthopaedic training curricula in the UK, USA, Canada, Australia, and Germany were reviewed. Data extracted included training duration, minimum or desirable operative experience requirements, methods, and timing of in-training assessments. Results The overall training duration ranged between 9-10 years in the UK and Australia, compared to 5-6 years in all other countries. While operative logbook was an essential component of formative and end-of-training reviews in all countries, minimum indicative numbers in index operations were a requirement only in the UK (minimum total required; 1800, index operations; 365) and USA (minimum total required; 1000, index operations; 455). On average, USA residents performed 1,700 procedures compared to German residents performing 730 procedures before completion of training. Conclusions There is a lack of robust data describing the operative experiences of orthopaedic trainees outside of the UK and USA. Contrary to common perception, surgeons exiting training and entering independent practice in the above countries are not trained to the same minimum standard.

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)0,012
score de la tête « metaresearch » (Gemma)0,055
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,055
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,042
Tête enseignante GPT0,337
Écart entre enseignants0,295 · 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'étudeObservationnel
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'admission1
Résumé présentoui

Explorer davantage

Même revueBritish journal of surgeryMême sujetDiversity and Career in MedicineTravaux en français237 207