The Ophthalmology Surgical Competency Assessment Rubric for penetrating keratoplasty
Notice bibliographique
Résumé
PURPOSE: Irreversible corneal blindness disproportionately affects low- and middle-income countries where there remains a critical demand for surgeons skilled in corneal transplantation. Penetrating keratoplasty (PK) is a critical skill for ophthalmologists, especially as it remains the most widely performed type of corneal transplant in these parts of the world. Tools to teach and assess trainees in corneal transplantation are needed to help standardize training internationally. Here, we present an Ophthalmology Surgical Competency Assessment Rubric (OSCAR) aimed at assessing the competence and progress of residents in PK. METHODS: A team of cornea specialists developed a rubric for PK using previously published OSCARs as a template. The draft included 11 key steps of PK and six global indices, with a grading scale based on a modified Dreyfus model. The rubric was then reviewed for face and content validity by a panel of eight international experts using an iterative feedback process. The draft underwent multiple cycles of feedback and revisions until a consensus was reached among the authors and the international expert panel. RESULTS: The rubric contains 11 essential steps and six global indices with descriptions of expected functioning at four levels of competency (novice, beginner, advanced beginner, and competent). CONCLUSIONS: This OSCAR for PK contributes to the global standardization of ophthalmology training, helping to meet the increasing demand for corneal transplant services with high-quality care for all.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».