MétaCan
Menu
← Retour à la cohorte
Enregistrement W4367833789 · doi:10.1503/cjs.004222

Learning objectives for thoracic surgery: developing a national standard for undergraduate medical education

2023· review· en· W4367833789 sur OpenAlexaffvenueabout
Uzair Jogiat, Abdollah Behzadi, Laura Donahoe, Awrad Nasralla, Julius Poon, Najib Safieddine, Nazgol Seyednejad, Iran Tavakoli, Simon R. Turner

Notice bibliographique

RevueCanadian Journal of Surgery · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensCanadian Association of Thoracic SurgeonsBecton Dickinson (Canada)Ontario College of Art and DesignUniversity of British ColumbiaUniversity of AlbertaUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésMedicineMedical educationMEDLINECardiothoracic surgeryGeneral surgerySurgeryMedical physics

Résumé

récupéré en direct d'OpenAlex

Background: The Continuing Professional Development (CPD) (Education) Committee of the Canadian Association of Thoracic Surgeons (CATS) has established a goal of describing the essential knowledge of thoracic surgery. We aimed to develop a national standardized set of undergraduate learning objectives for thoracic surgery. Methods: We obtained these learning objectives from 4 medical schools in Canada. These 4 institutions were selected to provide a broad geographical representation of medical schools of varying sizes and of both official languages. The resulting list of learning objectives underwent critical review by the CPD (Education) Committee, made up of 5 Canadian community and academic thoracic surgeons, 1 thoracic surgery fellow and 2 general surgery residents. A national survey was developed and circulated to all CATS members (n = 209). Respondents were asked to indicate on a 5-point Likert scale whether each objective should be a priority for all medical students. Results: Among 209 CATS members, 56 responded (response rate 27%). The mean length of experience in clinical practice among survey respondents was 10.6 (standard deviation 10.0) years. Respondents most commonly reported teaching or supervising medical students monthly (37.0%), followed by daily (29.6%). Eight of the 10 proposed objectives received a mean Likert score of 4/5 or higher and were selected for inclusion in the final list. A finalized list of 8 learning objectives was created, following a final review from the CATS Executive Committee. Conclusion: We developed a standardized set of learning objectives for medical students that was reflective of the core concepts within thoracic surgery.

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)0,029
score de la tête « metaresearch » (Gemma)0,057
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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil0,151

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,057
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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.

Tête enseignante Opus0,155
Tête enseignante GPT0,450
Écart entre enseignants0,295 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Surgery→Même sujetInnovations in Medical Education→Travaux en français237 207→