Defining a competency-based simulation training curriculum for Obstetrics & Gynecology residents
Bibliographic record
Abstract
INTRODUCTION Dans la dernière décennie, la formation en médecine fondée sur les compétences (FMFC) est devenue la méthode prédominante pour l’enseignement dans les programmes de résidence afin de préparer les jeunes médecins à devenir des diplômés compétents. Le 21e siècle a amené des nouveaux défis en médecine, tels que la diminution des heures de travail, une augmentation de l’ampleur des connaissances requises, des nouvelles technologies, et plus de conscience pour la sécurité des patients. Conséquemment, la FMFC vient supplémentée les modèles historiques de formation médicale de l’apprentissage et de Halsted. Cette démarche est axée sur les résultats (l’acquisition de compétences) et promeut l’apprentissage actif, nécessitant des observations et des évaluations plus fréquentes des apprentis. La simulation représente un outil important dans le cadre de la FMFC, car elle permet l’enseignement et l’évaluation, ainsi que la pratique délibérée, dans un environnement contrôlé et sécuritaire, sans conséquences pour les patients. Le rôle de la FMFC et de la simulation dans la spécialité de l’obstétrique-gynécologie (OBGYN) sera exploré davantage dans trois manuscrits, le but étant d’aider à définir un curriculum national en simulation fondée sur les compétences pour les résidents en OBGYN.METHODES Premièrement, une revue de littérature compréhensive comparant les curricula de cinq pays, incluant le Canada, a été fait. Deuxièmement, une liste d’activités professionnelles confiables (APC) a été définie à l’aide d’un consensus par la méthode Delphi. L’importance de chaque APC pour la formation des résidents et pour la simulation a été quantifié et des repères académiques ont été conçus. Troisièmement, le rôle actuel de la simulation dans le domaine d’OBGYN, incluant son utilité et efficacité, ont été élaboré davantage via une revue systématique.RESULTS Cinq pays reconnaissent la FMFC comme étant un outil de grande valeur en éducation médicale. Cependant, il y a toujours un manque d’outils adéquats pour l’évaluation médicale, incluant la simulation. La revue des curricula a permis au développement de 15 APC spécifique au domaine d’OBGYN. Les experts interrogés étaient en accord que chaque APC était important/essentiel et qu’il y avait une augmentation progressive des compétences, dépendant de l’étape de la formation. Néanmoins, ces experts restent incertains du rôle de la simulation. Toutefois, la revue systématique de 316 études éligibles, surligne que la simulation à en effet un rôle très important dans la formation médicale en OBGYN et que son emploi ainsi que le nombre d’études de haute qualité augmentent avec les années. CONCLUSION L’introduction de “La Compétence par Conception” en 2019 pour la formation médicale des résidents au Canada à augmentée le nécessité d’avoir plus d’outils d’enseignement et d’évaluation afin d’assurer que les finissants sont prêts pour la pratique indépendante. Cette thèse démontre que la simulation joue un rôle intégral pour combler ce besoin. Plusieurs études démontrent que la simulation augmente les connaissances et les habiletés, et ceci même dans le contexte clinique. Ainsi, un curriculum national en simulation fondée sur les compétences pour les résidents en OBGYN a le potentiel d’augmenter la qualité de formation médicale et les soins aux patients
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 | 0.003 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.002 |
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".