MétaCan
Menu
Retour à la cohorte
Enregistrement W4406036650 · doi:10.1177/01632787241311360

Commentary: Review of Mandatory Maintenance of Certification in the USA

2025· article· en· W4406036650 sur OpenAlexaff
Katya Peri, Mark J. Eisenberg

Notice bibliographique

RevueEvaluation & the Health Professions · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesnon disponible
Mots-clésCertificationMaintenance of CertificationMedical educationMedicineQuality (philosophy)Quality assuranceLifelong learningNursingPsychologyPolitical sciencePedagogy

Résumé

récupéré en direct d'OpenAlex

The goal of maintenance of certification (MOC) activities is to ensure physicians are up to date on current practices and demonstrate the knowledge and skills required to provide patients with optimal care. The program's aim is to promote professional development, lifelong learning and quality assurance for the public and medical community. However, physicians are not happy with the current structure of the program, claiming it to be time-consuming, expensive and ineffective for their practice. The lack of concrete evidence confirming the efficacy of MOC in improving knowledge and clinical outcomes causes many to question how this system can be improved to better serve practitioners and the public. In this commentary, we provide an overview of the current MOC situation for U.S. specialists and highlight the importance of increasing research to inform evidence-based changes that can be applied to clinical situations.

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)0,012
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,801
Score d'incertitude au seuil0,401

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,143
Tête enseignante GPT0,527
Écart entre enseignants0,384 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvaluation & the Health ProfessionsMême sujetInnovations in Medical EducationTravaux en français237 207