MétaCan
Menu
Retour à la cohorte
Enregistrement W4413163591 · doi:10.5334/pme.1949

Many Minds, One Model: Exploring Decision Making of an Undergraduate Medicine Competency Committee Using the Construct of a Shared Mental Model

2025· article· en· W4413163591 sur OpenAlexaff
Tim Mickleborough, Glendon R. Tait, Maria Mylopoulos, Kulamakan Kulasegaram

Notice bibliographique

RevuePerspectives on Medical Education · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensUniversity Health NetworkThe Wilson CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésConstruct (python library)Context (archaeology)Thematic analysisConformityNonprobability samplingPsychologyComputer scienceQualitative researchMedical educationSocial psychologyMedicinePopulation

Résumé

récupéré en direct d'OpenAlex

Introduction: Competency committees (CCs) are considered mandatory in competency-based medical education. There remains insufficient research to guide programs in optimizing the work of CCs especially in the undergraduate context. In order to address this gap, the functioning of an undergraduate CC is examined using the construct of a shared mental model (SMM) to explore factors and context that inform a holistic review of performance. Methods: A qualitative exploratory study was conducted. Using purposive sampling, 10 members of a Student Progress Committee (SPC) participated in 60-minute, semi-structured interviews (April 2022 to June 2023). An abductive thematic analysis approach generated themes which were then mapped onto a mental model construct. This heuristic helped construct and visualize the inner workings of a SMM as a holistic decision-making process that operates on manipulating multiple data inputs (quantitative and qualitative) in order to generate robust outcomes. Results: SPC members shared similar expectations of the task at hand while having multiple and conflicting perspectives about inputs important for decision making. Members grappled with what they perceived as a subjective process but agreed that having principles specific to holistic decision making can generate robust outcomes. Diversity of group membership was essential for minimizing member bias and group conformity in decision making. Discussion: This new understanding of how CCs operate at the undergraduate level can inform the SPC and guide its members in their quality improvement efforts and inform broader program-wide improvement, locally; moreover, it may contribute to the ongoing improvement of CCs in other settings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0080,019
Communication savante0,0120,011
Science ouverte0,0030,009
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,058
Tête enseignante GPT0,400
Écart entre enseignants0,342 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePerspectives on Medical EducationMême sujetInnovations in Medical EducationTravaux en français237 207