Competências e Atividades Profissionais Confiáveis: novos paradigmas na elaboração de uma Matriz Curricular para Residência em Medicina de Família e Comunidade
Bibliographic record
Abstract
Objetivo: Realizar uma revisão na literatura sobre Currículo Baseado em Competências que possa subsidiar a elaboração de uma Matriz para Programa de Residência em Medicina de Família e Comunidade de Fortaleza, Ceará. Métodos: Foi realizada revisão de literatura sobre o referencial teórico do ensino baseado em competências, selecionando artigos, diretrizes, documentos e modelos de currículos de escolas médicas e entidades nacionais e internacionais envolvidas com o ensino médico. Resultados: A revisão de literatura evidenciou dois principais modelos de currículo repetidamente citados nas referências consultadas: ACGME (Accreditation Council for Graduate Medical Education) Milestones e CanMEDS (Canadian Medical Education Directions for Specialists) Framework. O Currículo Baseado em Competências enfatiza o ensino centrado no aluno e utiliza abordagem baseada em resultados para a criação, implementação e avaliação de programas de educação médica, usando uma estrutura organizacional de competências mapeadas com atividades profissionais confiáveis, na forma de uma matriz. A avaliação é feita por meio de desempenho e resultados graduados em marcos de desenvolvimento. Para fins de elaboração de Matriz curricular própria, optou-se como modelo e referência a proposta do CanMEDS 2015 por este ser aprovado por 12 organizações médicas canadenses e atualmente usado como base curricular em dezenas de países, sendo o modelo mais amplamente aplicado no mundo. Conclusão: Espera-se que esta revisão sirva de ferramenta para que também outras Instituições de Ensino e seus respectivos Programas de Residência possam desenvolver seus próprios Currículos Baseados em Competências.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.018 | 0.026 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.004 | 0.007 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.003 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".