Emerging concepts in the CanMEDS physician competency framework
Notice bibliographique
Résumé
Background: The CanMEDS physician competency framework will be updated in 2025. The revision occurs during a time of disruption and transformation to society, healthcare, and medical education caused by the COVID-19 pandemic and growing acknowledgement of the impacts of colonialism, systemic discrimination, climate change, and emerging technologies on healthcare and training. To inform this revision, we sought to identify emerging concepts in the literature related to physician competencies. Methods: Emerging concepts were defined as ideas discussed in the literature related to the roles and competencies of physicians that are absent or underrepresented in the 2015 CanMEDS framework. We conducted a literature scan, title and abstract review, and thematic analysis to identify emerging concepts. Metadata for all articles published in five medical education journals between October 1, 2018 and October 1, 2021 were extracted. Fifteen authors performed a title and abstract review to identify and label underrepresented concepts. Two authors thematically analyzed the results to identify emerging concepts. A member check was conducted. Results: 1017 of 4973 (20.5%) of the included articles discussed an emerging concept. The thematic analysis identified ten themes: Equity, Diversity, Inclusion, and Social Justice; Anti-racism; Physician Humanism; Data-Informed Medicine; Complex Adaptive Systems; Clinical Learning Environment; Virtual Care; Clinical Reasoning; Adaptive Expertise; and Planetary Health. All themes were endorsed by the authorship team as emerging concepts. Conclusion: This literature scan identified ten emerging concepts to inform the 2025 revision of the CanMEDS physician competency framework. Open publication of this work will promote greater transparency in the revision process and support an ongoing dialogue on physician competence. Writing groups have been recruited to elaborate on each of the emerging concepts and how they could be further incorporated into CanMEDS 2025.
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 | 0,088 | 0,130 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,013 | 0,007 |
| Études des sciences et des technologies | 0,006 | 0,024 |
| Communication savante | 0,012 | 0,014 |
| Science ouverte | 0,004 | 0,012 |
| Intégrité de la recherche | 0,006 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».