Development of a competency framework for postgraduate training in obstetrics and gynaecology using a Delphi study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objectives: The aim of this study was to create a new integrated competency framework for the postgraduate training in obstetrics and gynaecology and to reach consensus through a Delphi study. Methods: Using the Canadian Medical Education Directives for Specialists (CanMEDS) framework as a basis, three existing frameworks were merged by screening for keywords. Subsequently, consensus on the unified framework was reached through a Delphi study: a group of 18 Belgian experts was asked for their opinions on the competencies through three successive questionnaires. Results: In the first round, one of the in total 91 competencies was deemed irrelevant. In the second round, the competencies were reviewed for content and formulation, after which consensus was not reached on 15 competencies. These 15 competencies were adjusted as needed based on comments collected during the first two rounds. The adjusted competencies were then sent back to the experts in the third round, resulting in a final consensus on all 91 competencies. However, the comments indicated that several competencies were considered broad or vague, casting doubt on their practical applicability. Conclusions: Through a Delphi study, consensus was reached on a newly composed competency framework. Such a holistic competency framework can form the basis of a curriculum reform in the postgraduate training in obstetrics and gynaecology within Belgium, but also in a more international context. Further research is needed to develop an assessment tool to implement these competencies in practice.
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.
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 | 0,002 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle