Evaluation of the “Resident as teacher” curriculum: a needs assessment in medical education at a large academic institution
Notice bibliographique
Résumé
Introduction: Strong skills in teaching for residents contribute to increased satisfaction and improved student interest. Few opportunities in medical education are offered at the junior resident level. We aim to evaluate the needs of residents in teaching at Université de Montréal (UdeM). Methods: A 19-question survey created after a literature review was sent to all 769 current PGY1 to PGY3 residents at UdeM to assess their interest and needs in various aspects of clinical teaching. Descriptive statistics were analyzed through themes to make recommendations for improvements in medical education training. Results: We received 65 completed surveys (8.5% response rate), mostly in family and internal medicine. Eighty percent of participants were interested in further training in teaching and 58% were interested in a medical education elective. Main skills to be improved are indirect supervision and adapting feedback to different learners. Lack of time was considered by most responders (89%) as the main factor limiting participation in further training. Narrative comments noted the lack of information on medical education resources and lack of recognition by faculty compared to clinical performance or research, particularly in family medicine. Conclusion: Protected time for varied medical education activities is needed, including better offers for an elective rotation. Information on currently available resources should be more widely circulated. Promoting and recognizing teaching and reserving time for direct supervision by faculty of teaching by junior residents should be encouraged.
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 | 0,008 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».