MétaCan
Menu
Retour à la cohorte
Enregistrement W4200483108 · doi:10.1007/s00104-021-01536-0

Umfrage zur Weiterbildung Orthopädie/Unfallchirurgie

2021· article· de· W4200483108 sur OpenAlexaff
Johanna Ludwig, Julia Seifert, Julia Schorlemmer

Notice bibliographique

RevueDie Chirurgie · 2021
Typearticle
Languede
DomaineMedicine
ThématiqueMusculoskeletal Disorders and Rehabilitation
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésTrainerLogbookCurriculumMedical educationCompetence (human resources)MedicinePsychologyPedagogyComputer science

Résumé

récupéré en direct d'OpenAlex

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 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)0,006
score de la tête « metaresearch » (Gemma)0,012
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: aucune
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,149

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0440,018

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 Opus0,013
Tête enseignante GPT0,275
Écart entre enseignants0,262 · 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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDie ChirurgieMême sujetMusculoskeletal Disorders and RehabilitationTravaux en français237 207