Evaluation of a QI Module for Psychiatry Residents
Notice bibliographique
Résumé
BACKGROUND: Quality improvement (QI) training and experience is increasingly being recognised as a mandatory core area of residency training. This was a QI initiative to develop and evaluate a QI Fundamentals teaching curriculum for psychiatry residents, in an effective and time-efficient manner. APPROACH: Using principles from the book Teaching QI in Residency Education, we developed and evaluated a workshop for first year psychiatry residents. Educational material on QI methods and tools was emailed to the residents a week prior to the 3.5-h workshop, which entailed a 50-min didactic session followed by two interactive sessions of 60 min each with both small group and large group components. EVALUATION: Effectiveness was assessed using the Self-Assessment Program (SAP), a standardised, validated tool for assessing QI competencies, over 3 consecutive academic year cohorts. The SAP evaluates the trainee's comfort level in 10 domains, regarding their current skills with various aspects of quality improvement. Twenty-three residents completed the pre- and post-SAP. There was a significant improvement in post-SAP versus pre-SAP scores in each of the 3 years in all of the 10 domains. IMPLICATIONS: The results suggest that this interactive QI workshop may be an effective and time-efficient model for imparting fundamental QI education to junior psychiatry residents and may be easily replicated by other programmes in psychiatry or other medical specialties, in particular where there are constraints in terms of time, funding and expertise in QI.
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 | 0,010 | 0,013 |
| 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 | 0,000 |
| 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 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 ».