Is there a role for a learner education handover as part of the Medical Council of Canada assessment and licensing process?
Notice bibliographique
Résumé
The transition from undergraduate medical education (UGME) to postgraduate medical education (PGME) is a time of vulnerability for medical schools, postgraduate residency programs, and most importantly, traineesThere is a disconnect between the UGME and PGME experience. Student information shared by UGME is primarily summative of knowledge and skills; PGME programs are unaware of specific learner accommodation requirements, tailored supervisory needs, or potential professionalism concerns identified during UGMEThis lack of integration between UGME and PGME increases potential risk to learners, postgrad programs and patientsBetter linkages and communication along the education continuum could optimize learning and reduce inefficiency and riskThe Medical Council of Canada (MCC) has asked if there is a role for a learner handover (LH) within their licensing processes; however the intended purpose of an LH must first be determinedA Canadian-based LH referred to as a Learner Education Handover (LEH) model including disclosure of student learning/disability accommodation needs, general health concerns, EDI/religious requirements, professionalism concerns, and recommendations for special focus in residency of specific areas of medical knowledge/skill is described.Findings from beta and pilot testing support the value and feasibility of the LEH model. Fundamental principles are outlined: LEH occurs post-residency matchLEH should be forward facing; focused on ongoing or recurring learner issues and needsLearners must be included in the processImplementation would require participation by all Canadian medical schools and all learnersImplementation challenges include: Ensuring learner safety following information disclosureEngaging UGME DeansProtection of information ensuring a 'need-to-know' status is maintainedIncorporating the LEH into the licensing activity could enable the MCC to support a system that proactively responds to learner needs, optimizes physician performance and promotes safe, high quality patient care.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,025 | 0,081 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,007 |
| Communication savante | 0,011 | 0,006 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».