Profesionalizar la educación médica de residentes para un mejor cuidado de los pacientes: desarrollo e implementación de la educación por competencias CanMEDS en la UC
Bibliographic record
Abstract
Introducción: la educación médica basada en competencias (CBME) se ha ido adoptando ampliamente; en esta, las competencias se originan de las necesidades sociales de atención de salud y están articuladas en un marco claramente definido. El Royal College de Canadá (RCPSC) ha desarrollado el marco CanMEDS, que ha sido ampliamente utilizado en formación de especialistas. Métodos: la Dirección de Postgrado de la Pontificia Universidad Católica de Chile (DPG-UC) decidió adoptar el modelo CanMEDS de CBME, y se planteó la meta de integrarlo a nivel institucional y en sus programas de especialización médica. Se utilizó el modelo de Kotter de liderazgo en gestión del cambio para describir el proceso. Resultados: comenzamos estableciendo un sentido de urgencia de realizar el cambio, y se constituyó un equipo directivo sólido para liderar el proceso. Definimos nuestra visión: consolidar un Postgrado con estándares internacionales, y aportar especialistas de excelencia a la sociedad; diseminamos la visión con jefes de programas, docentes de primera línea y residentes, usando variadas estrategias para empoderarlos. Se fijaron metas: en DPG-UC se actualizaron procesos según estándares institucionales internacionales del RCPSC; y a nivel de programas, post mapeo curricular, estos se reescribieron por competencias, y se consolidó la enseñanza y evaluación de roles. El 2016, la UC logró el hito histórico de ser la primera institución no canadiense, acreditada por RCPSC. Discusión y conclusiones: preparar la acreditación internacional resultó un motor para impulsar cambios. formamos una comunidad de práctica UC-RCPSC, aprendimos a incorporar la mirada internacional del RCPSC, aplicada a nuestra realidad local. Nuestro desafío es mantener estándares internacionales, y seguir aportando especialistas de excelencia que aseguren una atención integral, experta y comprometida con la sociedad y nuestros pacientes.
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 | 0.037 | 0.026 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.006 |
| Insufficient payload (model declined to judge) | 0.011 | 0.000 |
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".