一种数据驱动的方法来选择肺部和重症监护研究员进行面试
Jordan A Kempker1, Ashish J Mehta1, J Shirine Allam1
1Division of Pulmonary, Allergy, Critical Care and Sleep Medicine, Emory University Department of Medicine, Emory School of Medicine, Atlanta, Georgia.
ATS scholar
|January 24, 2025
概括
使用调查开发数据驱动的选择过程有助于培训计划有效地进行整体应用程序审查. 该方法支持在严格的时间表内为面试选择申请人的知情决策.
科学领域:
- 医学教育 医学教育
- 健康 专业 教育 卫生 专业 教育
- 临床培训 临床培训
背景情况:
- 由于时间限制,培训计划面临着全面应用审查的挑战.
- 限定的时间窗口阻碍了每年对众多应用程序的全面评估.
研究的目的:
- 创建和实施数据驱动的选择流程,用于整体的应用程序审查.
- 为了促进申请人面试的及时选择.
主要方法:
- 对临床教师和研究员进行了调查,以确定成功的关键属性.
- 根据调查结果开发了一个自动选工具和一个教师审查表格.
- 使用权重得分进行应用分类和选择.
主要成果:
- 调查发现,领导力属性对于学员的成功至关重要.
- 实施了加权选分数和标准化教师审查分数.
- 有效地实现了20个教师对306个申请的整体审查.
结论:
- 调查方法可以为应用评估创建加权,标准化的工具.
- 数据支持的决策促进了高效和整体的研究员选择.
- 这种方法解决了培训计划录取的时间限制.
