MétaCan
Menu
Back to cohort
Record W3094774111 · doi:10.1055/s-0040-1717661

Kompetenz-basierte Weiterbildung Was es ist, wo es herkommt und wie passt es nach Deutschland?

2020· article· de· W3094774111 on OpenAlexaff
Joachim Ludwig, Y. König, Günther Jonitz

Bibliographic record

VenueZeitschrift für Orthopädie und Unfallchirurgie · 2020
Typearticle
Languagede
FieldSocial Sciences
TopicEducation Methods and Technologies
Canadian institutionsKellogg's (Canada)
Fundersnot available
KeywordsPolitical scienceHumanitiesGynecologyComputer scienceMedicinePhilosophy

Abstract

fetched live from OpenAlex

Fragestellung: In Folge der neuen Weiterbildungsordnung (WBO) soll die kompetenzbasierte Weiterbildung (KBW) in Deutschland eingeführt werden. Nach diesen Vorgaben bescheinigt der Weiterbilder dem Weiterzubildenden die entsprechenden Kompetenzen, statt aktuell meist “Zahlen”. Andere Länder bilden Chirurgen bereits seit Jahren im Rahmen einer kompetenz-basierten Weiterbildung aus. Hier umfasst das Konzept der KBW allerdings weit mehr als die Bescheinigung einer “Kompetenz” anstelle einer “Anzahl” an Operationen. Um eine Übersicht über die kompetenz-basierte Weiterbildung zu geben, soll dieser Übersichtsvortrag folgendes aufzeigen: a) wie sich die KBW entwickelt hat, b) was KBW beinhaltet und c) wie sie in die Strukturen und das System der deutschen Weiterbildung passt. Methodik: KBW wurde in Kanada als Reaktion auf ein sich stark veränderndes Patientengut entwickelt. Basierend auf Fokus-Gruppen und Patientenbefragungen wurden erstrebenswerte Werte und Fähigkeiten definiert. Basierend auf diesen Werten wurde das Trainingssystem, die Ausbildung der Lehrenden, die Lernmethoden und Lernkontrollen angepasst. Den Inhalt der KBW stellt die folgende Verhältnispyramide dar: Abb.1 Verhältnispyramide zur Darstellung der Grundlagen von kompetenz-basierter Weiterbildung in der Chirurgie Die Struktur und das Weiterbildung System in Deutschland wurden anhand von Human Factor Methoden (Process Mapping; Hierarchical Task Analysis (HTA)) differenziert und mittels einem “Lovebug Diagram” in Bezug auf die Elemente der kompetenz-basierten analysiert. Hierzu wurden semi-strukturierte Interviews mit Stakeholdern der Weiterbildung und Weiterzubildenden geführt. Ergebnisse und Schlussfolgerung: In den Teilaspekten des “Lovebug Diagramm” Technologie, Organisation, Person, Aufgabe und Prozess stellt die aktuelle Weiterbildungsstruktur in Deutschland eine Herausforderung zur Implementation einer KBW dar. Das Weiterbildungscurriculum und die Weiterbildungsvoraussetzungen für Weiterbilder sind lückenhaft bezogen auf die Implementation von strukturierten Lehrinhalten, deren Supervision, Evaluation und Lernkontrolle. Aktuell erfolgt die Organisation der Weiterbildung in Deutschland in Strukturen, die sich wesentlich von den meisten Ländern unterscheiden, die bereits durch eine KBW ausbilden. Die Etablierung der KBW in diesen Ländern erfordert Personal, finanzielle Mittel und Lehr-/Lernstandards. Die Einführung einer KBW in Deutschland stellt eine große Herausforderung dar, da die eigentlich notwendigen Voraussetzungen bisher nicht geschafft wurden. Gerade deswegen sollte der Verbesserung der Weiterbildung von Chirurgen, die als der Faktor der Patientensicherheit der nächsten 30 Jahre diskutiert wird, größtes Interesse und Aufmerksamkeit gelten. Stichwörter: Weiterbildung, Kompetenz-basiert, Human Factors Publication History Article published online: 15 October 2020 © 2020. Thieme. All rights reserved. Georg Thieme Verlag KG Rüdigerstraße 14, 70469 Stuttgart, Germany

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 imitation

Not 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.

metaresearch head score (Codex)0.010
metaresearch head score (Gemma)0.023
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.019
Threshold uncertainty score0.063

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0100.023
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0020.002
Science and technology studies0.0020.002
Scholarly communication0.0060.005
Open science0.0010.004
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0190.004

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.

Opus teacher head0.043
GPT teacher head0.357
Teacher spread0.314 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designTheoretical or conceptual
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2020
Admission routes1
Has abstractyes

Explore more

Same venueZeitschrift für Orthopädie und UnfallchirurgieSame topicEducation Methods and TechnologiesFrench-language works237,207