MétaCan
Menu
Retour à la cohorte
Enregistrement W4253977913 · doi:10.1093/jcag/gwy009.233

A233 IMPLEMENTING RESOURCE STEWARDSHIP INTO UNDERGRADUATE MEDIAL EDUCATION: CHOOSING WISELY CANADA

2018· article· en· W4253977913 sur OpenAlexaffabout
E Wishart, Ciara Pendrith, Kate Eppler, Edwin Cheng

Notice bibliographique

RevueJournal of the Canadian Association of Gastroenterology · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare cost, quality, practices
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCurriculumMedical educationStewardship (theology)SpecialtyMedicineInclusion (mineral)Resource (disambiguation)Health careFamily medicinePsychologyPolitical sciencePedagogyComputer science

Résumé

récupéré en direct d'OpenAlex

It is estimated that up to 30% of medical services in Canada are potentially unnecessary, not supported by evidence, and may even result in preventable harm. This type of practicing negatively impacts patients and the health care system and ultimately, leads to suboptimal quality of care. In order to promote resource stewardship (RS) and improve patients’ health, Choosing Wisely Canada (CWC) was launched in 2014. One CWC initiative involved the development of specialty-specific lists of recommendations, and a gastroenterology list has been endorsed by the Canadian Association of Gastroenterology. Studies suggest that medical education strongly impacts resource utilization in future practice; therefore it is imperative that RS efforts be implemented early in medical training. Using the recommendations of CWC we set out to incorporate RS into the undergraduate medical education (UME) curriculum during the gastrointestinal (GI) course. We implemented this change in an iterative manner to enable us to adapt to feedback. Using a Plan-Do-Study-Act cycle CWC was introduced into the GI course at the University of Calgary Cumming School of Medicine in an iterative manner. In the first iteration, CWC was incorporated by adding relevant recommendations into the case-based small group sessions’ learning objectives and content. Qualitative analysis was performed on the narrative data collected via course end surveys from the first iteration of the curriculum. From this analysis, themes were identified and used to influence future iterations of the RS curriculum. The student post-course survey was completed by 143 students. Sixty percent of students reported the inclusion of CWC improved their ability to develop a management plan. Content analysis identified that the students found RS valuable. However, students found inconsistencies in the teaching of RS between seminars, exams and small group sessions. Many students felt that not enough consistent emphasis was placed on RS and the concept was not clear to them. Lastly, many students felt they were too early into their medical training for them to fully grasp the concept of resource restraint while simultaneously tasked with learning thoroughness of care. RS in UME is felt by students to be an important concept. However, content analysis identified numerous areas for improvement. In the next iteration of the GI course, we added an introductory lecture regarding RS to draw attention to the concept. To further address the inconsistencies, we expanded CWC content into large-group lectures and piloted associated exam questions. Next steps to this study include evaluating feedback from these changes, incorporating new additional GI content recently added to the CWC list of recommendations, and obtaining faculty feedback to help inform additional changes for the subsequent iteration. None

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)0,014
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,726
Score d'incertitude au seuil0,544

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,004
Communication savante0,0050,002
Science ouverte0,0020,005
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,154
Tête enseignante GPT0,434
Écart entre enseignants0,280 · 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'étudeSans objet
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

Citations1
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Canadian Association of GastroenterologyMême sujetHealthcare cost, quality, practicesTravaux en français237 207