MétaCan
Menu
Retour à la cohorte
Enregistrement W4206164374 · doi:10.31219/osf.io/mfkcg

CMBE

2021· preprint· en· W4206164374 sur OpenAlexaboutno aff
Nebras Alghazawi

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubspecialtySpecialtyAccreditationMedical educationCore competencyDelphi methodCompetence (human resources)MedicineScope of practicePsychologyPolitical scienceComputer scienceFamily medicineBusiness

Résumé

récupéré en direct d'OpenAlex

Competency-based medical education promises to provide effective and structured training, relying on the identification and measurement of trainee competency through standardized guidelines. Shifting to competency-based education approaches has provided the opportunity for training programs to re-examine and formally define core competencies representative of their scope of practice. Members of our team were involved in identifying the core surgical competencies that graduating residents of one specialty (Otolaryngology—Head and Neck Surgery (OTL-HNS)) needed to acquire. We used a modified Delphi approach wherein key stakeholders, including past and present program directors for one surgical subspecialty across Canada, were asked to rate all surgical procedures included in key specialty-specific policy documents and in a compiled comprehensive list of all procedures pertaining to OTL-HNS. We set out to engage in a data-driven approach to build consensus regarding core competencies for OTL-HNS. After several Delphi rounds, the polarization of participants became ingrained, and the act of selecting core competencies had the effect of both defining and failing to define the core aspects of the speciality. We found core competencies can, and do, overlap between specialties, representing a blurring of necessary competencies across specialties. This blurring could create overlapping or confounding professional identities and influence the accreditation of residency programs. This paper will not report on the findings derived from the Delphi process, but rather describes insights gained throughout our failed consensus process and explore the unintended consequences of attempting to define core competencies in one surgical specialty and how it ultimately led to the termination of our research and consensus-building initiative.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,206
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0060,003
Science ouverte0,0020,005
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,7940,574

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 Opus0,267
Tête enseignante GPT0,537
Écart entre enseignants0,270 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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 sujetDelphi Technique in ResearchTravaux en français237 207