Évaluation d’un outil pour améliorer la qualité de la rétroaction écrite des précepteurs pour les résidents en médecine familiale : formations et utilisation d’un guide critérié basé sur les compétences CanMEDS-MF
Notice bibliographique
Résumé
Contexte : La rétroaction écrite est primordiale dans l’enseignement aux résidents, mais les précepteurs ne sont pas toujours bien outillés pour offrir une rétroaction pertinente. Cette étude visait à évaluer l’efficacité de formations multiépisodiques et l’utilisation d’un guide critérié pour les rétroactions écrites des précepteurs en médecine familiale d’un centre hospitalier académique francophone. Méthode : Vingt-trois (23) précepteurs ont participé aux formations et ont utilisé le guide critérié pour les guider lors de l’évaluation écrite dans une fiche évaluative nommée « feuille de route ». Le contenu de ces feuilles de route a été analysé selon la complétion, le taux de rétroactions spécifiques et le taux de rétroactions par rôle CanMEDS-MF avant et après les formations sur une période de 3 mois. Résultats : Selon l’analyse des feuilles de route (n=70 prétest ; n=138 posttest), une augmentation du pourcentage de complétion (50% vs 92%, z=2.97, p=0.0030) et de rétroactions spécifiques (59% vs 92%, z=2.47, p=0.0137) fut notée. Il n’y avait aucune augmentation significative quant aux rétroactions par rôle CanMEDS-MF. Conclusions : L’élaboration de formations multiépisodiques et d’un guide critérié, créés selon le référentiel CanMEDS-MF, suggère une amélioration de rétroactions écrites complètes et spécifiques en éducation de la médecine familiale.
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 | 0,023 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».