MétaCan
Menu
Retour à la cohorte
Enregistrement W4392551880 · doi:10.1016/j.cjca.2024.03.002

Current Use of Simulation in Canadian Cardiology Residency Programs: Painting the Landscape to Better Visualise the Future

2024· article· en· W4392551880 sur OpenAlexaffvenueabout
Maria Fadous, Annabel Chen‐Tournoux, Walter Eppich

Notice bibliographique

RevueCanadian Journal of Cardiology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensMcGill UniversityHôpital Notre-DameJewish General Hospital
Organismes subventionnairesnon disponible
Mots-clésCurriculumMedicineCore competencyInternal medicineHealth careClinical PracticeCardiologyMedical educationEXPOSEMEDLINEFamily medicinePsychology

Résumé

récupéré en direct d'OpenAlex

Simulation-based medical education (SBME) has been proposed as a method to expose cardiology residents to common and uncommon clinical scenarios. This approach aims to develop the core clinical competencies required for practice amidst many constraints, such as reduced training hours, limited patient encounters, and increased healthcare complexity. SBME fits particularly well in the Canadian Competency-by-Design framework, where the emphasis is on measurable competencies and achievement of milestones. This survey-based study aims to outline the current uses of SBME in Canadian cardiology residency programs, explore opportunities for SBME to enhance current approaches and identify barriers to its integration into the curriculum.

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)0,009
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil0,380

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0060,004
Communication savante0,0060,002
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,051
Tête enseignante GPT0,365
Écart entre enseignants0,314 · 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.

Devis d'étudeObservationnel
DomaineMéthodes
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

Citations1
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of CardiologyMême sujetSimulation-Based Education in HealthcareTravaux en français237 207