Evolving and evaluating the OMERACT fellows program: insights and implications from OMERACT 2023 fellows
Notice bibliographique
Résumé
OBJECTIVE: To describe the evolution of the OMERACT Fellows Program (OM FP) and to evaluate the innovative changes implemented in the 2023 program. METHODS: The OM FP, the first of its kind in global rheumatology, was developed in 2000 to mentor early career researchers in methods and processes for reaching evidence-driven consensus for outcome measures in clinical studies. The OM FP has evolved through continuing iterations of face to face and online feedback. Key new features delivered in 2023 included e-learning modules, virtual introductory pre-meetings, increased networking with Patient Research Partners (PRPs), learning opportunities to give and receive personal feedback, ongoing performance feedback during the meeting from Fellow peers, PRPs, senior OMERACTers (members of the OMERACT community) and Emerging Leader mentors, involvement in pitching promotions, two-minute Lightning Talks in a plenary session and an embedded poster tour. An online survey was distributed after the meeting to evaluate the program. RESULTS: OM FP has included 208 fellows from 16 countries across 4 continents covering 47 different aspects of rheumatology outcomes since its inception. Over 50 % have remained engaged with OMERACT work. In 2023, 18 Fellows attended and 15 (83 %) completed the post-meeting survey. A dedicated OM FP was deemed important by all respondents, and 93 % would attend the meeting in future. The PRP/Fellow Connection Carousel and Lightning Talks were rated exceptional by 93 %. Key components to improve included clarification of expectations, overall workload, the Emerging Leaders Mentoring Program, and the content and duration of daily summary sessions. CONCLUSION: The innovations in the 2023 OM FP were well received by the majority of participants and supports early career rheumatology researchers to develop collaborations, skills and expertise in outcome measurement. Implementation of feedback from Fellows will enhance the program for future meetings, continuing to facilitate learning and succession planning within OMERACT.
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 | 0,134 | 0,123 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».