Implication des patients dans l’évaluation multisource : élaboration et évaluation d’un outil de rétroaction destiné aux résidents en médecine familiale
Bibliographic record
Abstract
Contexte : Le comité de compétences du programme de résidence de médecine familiale de l’Université de Montréal planifie l’introduction des patients dans l’évaluation multisource. Plusieurs études ont mis en lumière la valeur pédagogique de cette évaluation, mais les étudiants impliqués ont soulevé plusieurs enjeux liés à la rétroaction obtenue par les patients. Aucune étude ne s’est encore penchée sur la perspective des résidents en médecine familiale. Buts : Examiner les enjeux identifiés par nos résidents en médecine familiale face à l’utilisation d’une fiche de rétroaction conçue pour impliquer les patients dans l’évaluation multisource. Méthodes : Une fiche de rétroaction pour les patients a été testée durant trois mois par 13 résidents de médecine familiale dans trois cliniques du réseau de l’Université de Montréal. Nous avons ensuite tenu des groupes de discussion focalisée et avons procédé à une analyse thématique descriptive. Résultats : Un total de 30 patients ont rempli notre fiche de rétroaction (taux de réponse de 26 %). Les résidents ont jugé la rétroaction des patients pertinente. Les principaux risques soulevés étaient l’utilisation de l’évaluation à des fins de sanction et l’impact sur le lien thérapeutique. La principale barrière identifiée était la difficulté à recruter des patients. Une liste de 13 solutions a été proposée pour l’introduction des patients dans l’évaluation multisource. Conclusion : Les résultats permettront de peaufiner la fiche de rétroaction et faciliter son intégration dans le programme de résidence. La participation des patients à la formation des médecins de famille pourrait leur offrir une opportunité concrète d’améliorer la qualité des soins.
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 | 0.070 | 0.115 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.006 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.004 | 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; 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".