MétaCan
Menu
Retour à la cohorte
Enregistrement W7065230482

Die ausbildung zum facharzt : Ein internationaler vergleich

2017· article· en· W7065230482 sur OpenAlexaboutno aff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2017
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAtomic and Molecular Physics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHarmonizationPrimary careProcess (computing)Patient careCompetence (human resources)Curriculum
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

An at first sight seemingly coherent, global medical workforce, with clearly recognizable specialities, subspecialties and primary care doctors, appears at a closer look quite variable. Even within the most progressive countries as to the development of medical education, with educators who regularly meet at conferences and share major journals about medical education, the differences in structures and regulations are big. This contribution focuses on the preparation, admission policy, duration, examinations, and national competency frameworks in postgraduate speciality training in Germany, the USA, Canada, the UK, Australia and the Netherlands. While general objectives for postgraduate training programs have not been very clear, only recently competency-frameworks, created in a limited number of countries, serve harmonize objectives. This process appears to be a challenge and the recent creation of milestones for the reporting on progress of individual trainees (in the US and in Canada in different ways) and the adoption of entrustable professional activities, a most recent concept that is quickly spreading internationally as a framework for teaching and assessing in the clinical workplace is an interesting and hopeful development, but time will tell whether true harmonization across countries will happen.

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)0,012
score de la tête « metaresearch » (Gemma)0,021
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: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,021
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,014
Études des sciences et des technologies0,0020,003
Communication savante0,0130,012
Science ouverte0,0010,008
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,275
Écart entre enseignants0,258 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)Même sujetAtomic and Molecular PhysicsTravaux en français237 207