3060 Canadian Geriatrics Society: the ageing care 5Ms competencies for graduating medical students
Notice bibliographique
Résumé
Abstract Background/purpose To prepare future physicians to care for a growing ageing population, the Canadian Geriatrics Society (CGS) Education Committee formed a working group in 2019 to update the 2009 Core Competencies in the Care of Older Persons for Canadian Medical Students. The goal is to assist medical educators with developing relevant undergraduate medical curriculum. Methods The working group chose 5Msmodel and canMEDs framework to develop the competencies. A modified Delphi process was used. National participants were recruited and three rounds of Delphi surveys were conducted via survey monkey. A 7-point Likert scale was used for each competency statement. Results The first round was conducted in October 2019, n = 72, identifying the importance and skill level of the components of the competencies under three headings; knowledge, skills and attitudes. The second round was conducted in September 2020, n = 54, with proposed competencies under seven headings; ageing, caring for older adults, (5Ms: mind, mobility, medications, multi-complexity and matters the most with >70% agreement for all. Based on the strength of the agreement and comments, minor revisions were made and the final survey was conducted in June 2021. The agreement level for competencies varied from 85–98%. Thirty-three core geriatric competencies were developed under 7 headings. The CGS education committee approved the competencies in Dec 2021. Conclusion The 2021 Ageing Care 5 M Competencies framework integrates new concepts and knowledge that inform current practice in the field of geriatrics. Thirty-three core geriatric competencies for the graduating undergraduate medical student were developed and classified under 7 headings. The framework was distributed to the accreditation and examination bodies and Canadian medical schools and was published in Academic medicine. 2024 Feb 1;99(2):198–207. doi: 10.1097/ACM.0000000000005475. Epub 2023 Nov 19. Currently we are working on implementation of the competencies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».