Umfrage zur Weiterbildung Orthopädie/Unfallchirurgie
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: A high-quality advanced training is a key factor for good and safe patient treatment. Germany is currently revising the advanced training curricula and logbooks aiming to change the training into a competence-based training. The aim of this study was to analyze the day to day reality of orthopedic and trauma surgery advanced training in Germany based on the elements of the advanced training. METHODS: In March 2020 an online survey on advanced training was carried out with 44 questions on the topics of advanced training curriculum, logbook, educational resources, evaluation, authorized trainer and distribution of working time . RESULTS: A total of 237 persons completed the survey, of which 208 fulfilled the inclusion criteria. The respondents perceived a lack of clear standards in the advanced training curriculum and 25% did not receive structured learning resources in the form of simulations or courses. Mandatory annual process interviews were performed in only 58%. Most respondents valued the expertise of the trainers in orthopedic and trauma surgery, whereas they rated their competence in supervision and giving feedback as below average. Administrative work consumed 220 min of the daily working time and on average 60min remained per day for respondents to learn operative skills. CONCLUSION: The survey revealed inconsistencies in the current advanced training curriculum and a lack of supervision and evaluation. The implementation of competence-based advanced training should therefore not only focus on a change of the curriculum but also on implementing competence-based training at all levels of training (learning resources, training, evaluation).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».