Validity and Utility of the CanMEDS “Resident as Teacher Multisource Feedback” Assessment Tool for Resident-led Structured Teaching
Notice bibliographique
Résumé
We evaluated the validity of using the CanMEDS Resident as Teacher Multisource Feedback (RaTMSF) assessment tool to gather learner feedback from structured resident-led teaching within the University of Toronto's postgraduate geriatric medicine residency program. The RaTMSF consists of 10 rated items and narrative comments. Completed RaTMSF evaluations from resident teachers were analyzed by descriptive statistics for internal consistency and inter-rater reliability, and narrative comments were reviewed for thematic content. Resident teachers were surveyed on the acceptability of the tool to develop teaching competencies. A total of 132 evaluations were collected prospectively from 11 residents from April 2021 to April 2022, and retrospectively from seven graduates from 2016 to 2019. The overall performance rating, 4.75 (SD 0.47), was very positive for all resident teachers. The RaTMSF demonstrated high internal consistency with Cronbach's alpha of 0.97, 95% CI 0.89-0.99 between all 10 items, and good inter-rater reliability with Fleiss kappa of 0.73 (95% CI 0.13-0.80). The most common themes of narrative comments also captured in the rated items were organization to teach (n=53) and openness to questions (n=36). Written comments regarding delivery style (n=52) and audience interactivity (n=44) were not captured on the rated items. While most resident teachers surveyed found the RaTMSF acceptable to use, we suggest opportunities to improve the RaTMSF by restructuring focus onto written feedback and revising rated items to better reflect themes found in narrative comments. The RaTMSF can be a valuable feedback tool to help residents gather high-quality feedback on their teaching skills.
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 | 0,002 | 0,005 |
| 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 | 0,001 | 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) | 0,000 | 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 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 ».