Assessing agreement on Canadian pediatric critical care training objectives in Japan
Notice bibliographique
Résumé
BACKGROUND: Japan has no accredited learning objectives for pediatric critical care medicine trainees. This study examined the extent of agreement among a panel of Japanese pediatric intensive care unit (PICU) directors regarding the need for the Canadian learning objectives in pediatric critical care knowledge and technical skills training. METHODS: Using a two-round Delphi survey, we developed consensus among directors of PICUs in Japan on the Canadian training objectives in pediatric critical care medicine. To assess agreement, we applied a four-point Likert scale (1 = unnecessary, 2 = relatively unnecessary, 3 = relatively necessary, 4 = necessary). We conducted a web-based survey and an Excel-based survey over 4 week periods for the first and second rounds, respectively. Consensus was set at ≥80% agreement; items rated 3 or 4 by ≥80% participants in either rounds were included in the final list. RESULTS: Of the 36 PICU directors invited, 32 (88.9%) completed all survey rounds. In the first round, 164 items were agreed to be necessary, one item was deemed unnecessary, the directors did not reach agreement on 15 items, and these items were included in the second round. In the second round, five items were agreed to be necessary and agreement could not be reached on 10 items. Finally, there was agreement on 169 (94.9%) of the Canadian learning objectives after the two-round Delphi survey. Sixteen participants commented that non-technical skills, such as communication, collaboration, management, and education, were important additional objectives. CONCLUSIONS: Strong consensus was observed among Japanese pediatric critical care experts concerning the Canadian learning objectives for pediatric critical care knowledge and technical skills training.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 tête enseignante, 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 ».