MétaCan
Menu
Retour à la cohorte
Enregistrement W4392917340 · doi:10.5334/pme.1096

Competence By Design: a transformational national model of time-variable competency-based postgraduate medical education

2024· article· en· W4392917340 sur OpenAlexafffund
Jason R. Frank, Jolanta Karpinski, Jonathan Sherbino, Linda Snell, Adelle Atkinson, Anna Oswald, Andrew K. Hall, Lara Cooke, Susan Dojeiji, Denyse Richardson, Warren J. Cheung, Rodrigo B. Cavalcanti, Timothy R. Dalseg, Brent Thoma, Leslie Flynn, Wade Gofton, Nancy Dudek, Farhan Bhanji, Brian M. Wong, Saleem Razack, Robert Anderson, Daniel Dubois, Andrée Boucher, Marcio M. Gomes, Sarah Taber, Lisa Gorman, Jane Fulford, Viren N. Naik, Kenneth A. Harris, Rhonda St. Croix, Elaine Van Melle

Notice bibliographique

RevuePerspectives on Medical Education · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensBC Children's HospitalUniversity of British ColumbiaUniversité de MontréalUniversity of SaskatchewanUniversity of CalgaryProvincial Health Services AuthorityUniversity of AlbertaOttawa HospitalUniversity Health NetworkWestern UniversityRoyal College of Physicians and Surgeons of CanadaAlberta Medical AssociationUniversity of TorontoMcGill UniversityUniversity of OttawaMcGill University Health CentreQueen's UniversityMcMaster UniversityNOSM UniversityMedical Council of Canada
Organismes subventionnairesQueen's UniversityCanadian Internet Registration AuthorityRoyal College of Physicians and Surgeons of CanadaUniversity of Ottawa
Mots-clésTransformational leadershipCompetence (human resources)Medical educationWorkforceSpecialtyGraduate medical educationCore competencyMedicineComputer sciencePsychologyAccreditationPolitical scienceFamily medicineManagement

Résumé

récupéré en direct d'OpenAlex

Postgraduate medical education is an essential societal enterprise that prepares highly skilled physicians for the health workforce. In recent years, PGME systems have been criticized worldwide for problems with variable graduate abilities, concerns about patient safety, and issues with teaching and assessment methods. In response, competency based medical education approaches, with an emphasis on graduate outcomes, have been proposed as the direction for 21st century health profession education. However, there are few published models of large-scale implementation of these approaches. We describe the rationale and design for a national, time-variable competency-based multi-specialty system for postgraduate medical education called Competence by Design. Fourteen innovations were bundled to create this new system, using the Van Melle Core Components of competency based medical education as the basis for the transformation. The successful execution of this transformational training system shows competency based medical education can be implemented at scale. The lessons learned in the early implementation of Competence by Design can inform competency based medical education innovation efforts across professions worldwide.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,970
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,335
Écart entre enseignants0,321 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations43
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePerspectives on Medical EducationMême sujetInnovations in Medical EducationTravaux en français237 207