MétaCan
Menu
Retour à la cohorte
Enregistrement W4405330582 · doi:10.1002/jgc4.2007

Application of the RIME framework in genetic counseling fieldwork training to assess practice‐based competencies

2024· article· en· W4405330582 sur OpenAlexaff
Deborah Cragun, Angela Trepanier, Nevena Krstić, Melissa Racobaldo, Paige Phillips Hunt, Susan Randall Armel

Notice bibliographique

RevueJournal of Genetic Counseling · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésGenetic counselingPublic healthMedical educationTraining (meteorology)PsychologyHard rimeMedicineQuality of Life ResearchNursingApplied psychologyFamily medicineGeneticsGeography

Résumé

récupéré en direct d'OpenAlex

Using educational frameworks for learner assessment in genetic counseling (GC) training may help students and supervisors articulate developmentally appropriate clinical skills-based objectives and tasks that align with various stages of training as students work toward achieving entry-level competency. This professional issues case study describes how two GC programs adapted and implemented the RIME (Reporter-Interpreter-Manager-Educator) learner assessment framework, originally designed for medical education, to support and assess students' acquisition of practice-based competencies (PBCs) during clinical fieldwork placements. Each RIME level describes a different set of expectations regarding the skills students should be able to demonstrate based on the level of training they have achieved up to that point in time. In early training, students work mainly on gathering and reporting clinical information (Reporter level). In early to mid-training, students have learned what information to collect from clients and begin to apply the information to generate differential diagnoses (Interpreter level). When students reach the Manager level (typically by mid- to late-training), they can independently develop and implement case management plans tailored to individual cases. The Educator level, which may not be fully attained until after graduation, involves critically evaluating evidence and educating others about new evidence. The following paper describes our experiences incorporating the RIME framework into two GC graduate programs and explains the development of corresponding RIME-based assessment forms that align with the Accreditation Council of Genetic Counseling's 2023 PBCs. Overall, we find that using the RIME framework fosters a growth mindset by enabling students and supervisors to create developmentally appropriate goals and expectations, thereby facilitating assessment and guidance of trainee progress. Despite these perceived benefits, we acknowledge the need for research to evaluate the efficacy of the RIME framework or other learner assessment models in supporting student progression in achieving the GC PBCs.

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)0,047
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,249

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0470,040
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,001
Études des sciences et des technologies0,0020,005
Communication savante0,0050,004
Science ouverte0,0030,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,035
Tête enseignante GPT0,364
Écart entre enseignants0,329 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Genetic CounselingMême sujetInnovations in Medical EducationTravaux en français237 207