Elaboration d’une fiche d’évaluation du stage clinique en médecine de famille : processus et résultat
Bibliographic record
Abstract
Contexte : Depuis l’implantation de l’approche par compétences en formation médicale, divers établissements dans le monde implantent des outils pour évaluer le progrès et les niveaux de maîtrise des compétences. Objectif : Décrire le processus d’élaboration collectif de la fiche d’appréciation du stage clinique (FASC) en médecine de famille et présenter son résultat. Cette fiche relie les activités professionnelles confiables (APC) et les compétences requises pour les réaliser. Méthode : Un groupe de travail mandaté par la direction universitaire du programme, de concert avec les 18 directeurs locaux de programme (DLP) dans les centres où se déroule la formation des résidents, a validé une liste d’APC par sondage. Dans un deuxième temps, lors d’une journée d’atelier, 47 participants (enseignants et DLP) ont décrit les niveaux de maîtrise à observer chez les résidents pour chaque APC. Résultats : Les travaux ont mené à la création d’une nouvelle FASC et d’un Guide de notation qui permettent d’évaluer 11 APC et les 7 compétences reconnues au Canada. L’appréciation des APC se base sur la confiance des enseignants envers le travail des résidents. Cinq « niveaux de confiance dans la délégation de responsabilité » (NiCDeR) ont été définis pour les principales compétences sollicitées par chaque APC. Conclusion : L’utilisation d’un processus de co-construction a permis d’augmenter la validité et la pertinence d’une nouvelle fiche d’évaluation des stages cliniques en médecine de famille et de favoriser son appropriation par les cliniciens-enseignants du programme.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.023 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.002 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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; both teacher heads agree on what is shown here.
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".