Beyond competence: rethinking continuing professional development in the age of competence-based medical education
Notice bibliographique
Résumé
[para. 2]: "We have spent many years focusing intently on the first 6–9 years of emergency medicine training. While this is an exciting milestone, the CBME era brings in new challenges for the learning we must do beyond residency. Now that our training programs have been aligned with CBME, it is now time to turn our attention to education beyond training—or, continuing professional development (CPD). At the individual level, the Future of Medical Education in Canada CPD (FMEC CPD) report suggests that physicians should (1) be engaged in CanMEDS/CanMEDS-FM aligned competency-based CPD; (2) be provided with tools and strategies to document and at times revise their scope of practice; (3) focus on competencies related to team functioning and collaboration; (4) be skilled lifelong learners; and (5) engage in continuous practice improvement based on their individual or aggregate practice data. And yet, will this be sufficient? Do we know what it means to be competent in practice? To maintain that competence over time?"
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 | 0,088 | 0,125 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,064 |
| Communication savante | 0,033 | 0,046 |
| Science ouverte | 0,004 | 0,019 |
| Intégrité de la recherche | 0,012 | 0,027 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».