MétaCan
Menu
Retour à la cohorte
Enregistrement W3205984220 · doi:10.2147/amep.s247159

Improving Medical Education in Hematology and Transfusion Medicine in Canada: Standards and Limitations

2021· review· en· W3205984220 sur OpenAlexaffabout
Marissa Laureano, Siraj Mithoowani, Eric Tseng, Michelle P. Zeller

Notice bibliographique

RevueAdvances in Medical Education and Practice · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensSt. Michael's HospitalUniversity of TorontoMcMaster UniversityCanadian Blood Services
Organismes subventionnairesnon disponible
Mots-clésTransfusion medicineHematologyCurriculumMedicineCoronavirus disease 2019 (COVID-19)Medical educationPandemicMEDLINEGraduate medical educationInternal medicineFamily medicineBlood transfusionPsychologyPolitical scienceAccreditationInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

The paradigm of medical education is evolving with the introduction of competency-based medical education (CBME) and it is crucial that residency programs adapt. In this paper, we provide an overview of the current status of medical education in Hematology in Canada including models of training, assessment methods, anticipated challenges, and the effects of the COVID-19 pandemic. We will also discuss additional training that can be pursued after a Hematology residency, with a particular focus On Transfusion Medicine as it was one of the first programs to implement a competency-based curriculum. Finally, we explore the future directions of medical education in Hematology and Transfusion Medicine.

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)0,004
score de la tête « metaresearch » (Gemma)0,138
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,138
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
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 Opus0,026
Tête enseignante GPT0,457
Écart entre enseignants0,431 · 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'étudeAutre devis
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

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in Medical Education and PracticeMême sujetInnovations in Medical EducationTravaux en français237 207