Experiential Faculty Development to Increase the Number of Entrustable Professional Activity Assessments
Notice bibliographique
Résumé
BACKGROUND: Emergency medicine (EM) residents must complete both adult and paediatric entrustable professional activities (EPAs). During their paediatric emergency medicine rotation at a university paediatric hospital, EM residents struggled to receive EPA assessments because preceptors had not yet been trained due to the stepwise implementation of EPAs. This study aimed to evaluate the impact of a workshop on behaviour change by measuring the number of EPA assessments. METHODS: A comparative pretraining and posttraining study involving 27 invited faculty members was conducted to assess the impact of a faculty development programme. The training was delivered via videoconference with experiential learning techniques to practise every aspect of the supervision of an EPA, including selecting the appropriate EPA according to mirroring real-world situations, giving feedback, evaluating autonomy and recording the EPA in the resident's logbook. RESULTS/FINDINGS: In total, 20 out of 27 eligible faculty members (74%) agreed to participate in the study. Their main challenges reported were a lack of trainee initiative, preceptor training and competence in supervising EPAs. Over the 12-month analysis period, the enrolled faculty assessed 125 EPAs for 38 EM residents, including 52 pre-intervention EPAs and 73 post-intervention EPAs. Calculation of data points above the median showed a 1-point difference in the EPAs assessments to resident ratio between the pre- and post-intervention periods (3/7 vs. 4/7). CONCLUSION: Our findings suggest that faculty training using multiple educational strategies may enable EM residents to receive more EPA assessments during their paediatric emergency medicine rotation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».