MétaCan
Menu
Retour à la cohorte
Enregistrement W3197017548 · doi:10.1503/cjs.011520

Competency-based education in general surgery: Are Canadian residents ready?

2021· article· en· W3197017548 sur OpenAlexafffundvenueabout
Gabrielle Gauvin, Kathryn Hay, Wilma M. Hopman, Scott Hurton, Stephanie Lim, Boris Zevin, Diederick Jalink, Sulaiman Nanji

Notice bibliographique

RevueCanadian Journal of Surgery · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensCentre intégré de santé et de services sociaux de Chaudière-AppalachesUniversity of ManitobaCentre Intégré de Santé et de Services Sociaux des LaurentidesCégep de l'OutaouaisQueen's University
Organismes subventionnairesQueen's University
Mots-clésMedicineMEDLINEMedical educationFamily medicineGeneral surgery

Résumé

récupéré en direct d'OpenAlex

Summary: Competency-based education (CBE) is currently being implemented by the Royal College of Physicians and Surgeons of Canada across all residency programs. This shift away from time-based residency is proposed to be the answer to maximize training opportunity in the era of work hour restrictions and growing concerns regarding accountability in medical education. A Web-based survey was conducted to obtain feedback from Canadian general surgery residents on their experience and perception of competence within core procedures, as well as attitudes toward CBE. A total of 244 residents completed the survey. For most procedures, more than 50% of residents felt they could perform the procedure with no guidance after completing 11-30 cases. Generally, residents were welcoming of CBE; however, medium-sized programs reported some concerns regarding inadequate exposure to cases and risk of training less well-rounded surgeons. This is valuable resident feedback for programs to consider during the implementation process.

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)0,003
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,186

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,297
Écart entre enseignants0,263 · 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.

Devis d'étudeObservationnel
DomaineÉvaluation
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

Citations9
Publié2021
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of SurgeryMême sujetInnovations in Medical EducationTravaux en français237 207