Assessing research competency development in Canadian psychiatry residency programs: A systematic review and future directions
Notice bibliographique
Résumé
Objective: We aimed to conduct a systematic review to identify curricular and educational interventions to build research competency among Canadian psychiatry residents and fellows transitioning to the competency-by-design framework. Methods: The PRISMA guidelines were followed, searching five databases from their inception to February 2023 for relevant evaluation-type studies exploring research competency among psychiatry residents and fellows. We appraised thestudy’s quality using the Joanna Briggs Institute’s risk of bias tool for observational designs. Results: Overall, 36 original articles met our inclusion criteria. Surveys ( n = 10) showed that participation in scholarly research, quality improvement, or educational projects relevant to psychiatry is needed in most residency programs. However, these vary significantly across programs; few need direct research experience for residency completion. The interventions spanned four categories: externally funded comprehensive research training programs ( n = 5); resident research tracks ( n = 11); workshops and seminars ( n = 7); and specific modules ( n = 3). Reported outcomes included overall program ratings, research output, and career trajectory. The quality of most studies was low because of the lack of controls or validated metrics for evaluating outcomes. Conclusions: While many studies have explored best practices in research curricula, the current literature does not inform competency-based models for Canadian psychiatry residency programs incorporating research training requirements. Further description is needed from Canadian psychiatric training bodies regarding appropriate curricula, milestones, and metrics for evaluating research competencies.
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 | 0,028 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».