MétaCan
Menu
Retour à la cohorte
Enregistrement W4383483803 · doi:10.1002/cncr.34946

Development of EPAT: An assessment tool for pediatric hematology/oncology training programs

2023· article· en· W4383483803 sur OpenAlexaff
Daniel C. Moreira, Monika L. Metzger, Federico Antillón‐Klussmann, Oscar González‐Ramella, Yijin Gao, Faiha Bazzeh, Janet Middlekauff, Leeanna Fox Irwin, Miriam L. González, Guillermo Chantada, Ronald D. Barr, Timothy Garrington, Caroline A. Hastings, M. Tezer Kutluk, Raya Saab, Muhammad Saghir Khan, Vaskar Saha, Carlos Rodríguez‐Galindo, Paola Friedrich

Notice bibliographique

RevueCancer · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvances in Oncology and Radiotherapy
Établissements canadiensMcMaster Children's Hospital
Organismes subventionnairesAmerican Lebanese Syrian Associated Charities
Mots-clésMedicinePediatric oncologyHematologyInternal medicineOncologyMedical physicsCancer

Résumé

récupéré en direct d'OpenAlex

PURPOSE: In the absence of a standardized tool to assess the quality of pediatric hematology/oncology training programs, the Education Program Assessment Tool (EPAT) was conceptualized as a user-friendly and adaptable tool to evaluate and identify areas of opportunity, pinpoint needed modifications, and monitor progress for training programs around the world. METHODS: The development of EPAT consisted of three main phases: operationalization, consensus, and piloting. After each phase, the tool was iteratively modified based on feedback to improve its relevance, usability, and clarity. RESULTS: The operationalization process led to the development of 10 domains with associated assessment questions. The two-step consensus phase included an internal consensus phase to validate the domains and a subsequent external consensus phase to refine the domains and overall function of the tool. EPAT domains for programmatic evaluation are hospital infrastructure, patient care, education infrastructure, program basics, clinical exposure, theory, research, evaluation, educational culture, and graduate impact. EPAT was piloted in five training programs in five countries, representing diverse medical training and patient care contexts for proper validation of the tool. Face validity was confirmed by a correlation between the perceived and calculated scores for each domain (r = 0.78, p < .0001). CONCLUSIONS: EPAT was developed following a systematic approach, ultimately leading to a relevant tool to evaluate the different core elements of pediatric hematology/oncology training programs across the world. With EPAT, programs will have a tool to quantitatively evaluate their training, allowing for benchmarking with centers at the local, regional, and international level.

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)0,037
score de la tête « metaresearch » (Gemma)0,114
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,198

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0370,114
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0090,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,005
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,082
Tête enseignante GPT0,499
Écart entre enseignants0,418 · 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'étudeObservationnel
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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancerMême sujetAdvances in Oncology and RadiotherapyTravaux en français237 207