Converging Competencies: Commonalities and Alignments in Higher Specialist Training Curricula for Psychiatry, Neurology, and Geriatric Medicine in Ireland
Notice bibliographique
Résumé
Abstract Background Older adults commonly present with overlapping psychiatric, cognitive, and neurological conditions, requiring care that spans multiple specialties. In Ireland, Higher Specialist Training (HST) in Psychiatry, Neurology, and Geriatric Medicine has traditionally followed independent pathways. However, as the population ages and clinical complexity increases, integrated competencies and collaborative practice are essential. This study explored the extent to which current Irish HST curricula are aligned in their approach to ageing-related care. Methods A qualitative content analysis was conducted on the 2024 Irish HST curricula for Psychiatry (College of Psychiatrists of Ireland), Neurology, and Geriatric Medicine (Royal College of Physicians of Ireland). Learning outcomes and structural elements were reviewed, with a focus on interdisciplinary competencies, shared clinical placements, and integration in service design and delivery. Specific cross-references between specialties were mapped and analysed. Results The 2024 HST curricula in Psychiatry, Neurology, and Geriatric Medicine share an outcomes-based structure and emphasise communication, ethics, capacity assessment, and multidisciplinary care. Geriatric Medicine includes outcomes on managing psychiatric and neurological conditions, recommending placements in Psychiatry of Later Life and Neurology Movement Disorder services. Neurology requires collaboration with other specialties, including Psychiatry and Geriatrics. Psychiatry of Old Age training mandates geriatric and neurological competencies, with substantial time in relevant placements. All three curricula emphasise cognitive assessment, risk management, and integrated care, reflecting strong alignment in preparing trainees for complex ageing-related presentations. Conclusion There is significant alignment across the HST curricula in Psychiatry, Neurology, and Geriatric Medicine in Ireland, with deliberate cross-specialty placements and shared competencies in cognitive, neuropsychiatric, and functional assessment. These synergies provide a strong foundation for more integrated training models that better reflect the interdisciplinary needs of an ageing population. Structured joint modules or shared rotations could enhance workforce readiness and improve care quality for older adults. Units that offer co-location of training opportunities may provide advantages for trainees.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».