方法學與指標辭典 Methods & Indicator Dictionary

北醫醫學人文課程地圖三層儀表板（Macro／Meso／Micro）之操作型定義、文獻依據、編碼判準與信度證據。儀表板上的每個 ⓘ 連到本頁對應條目。
編碼準則 TMAC12-v2.0-20260715（凍結） 頁面 v1 · 2026-07-20

① 指標辭典——儀表板上每個數字怎麼算

操作型定義的判準：任何人依同一規則對同一資料應算出同一數字。每個定義配一個「從真實資料現算」的算例（由生成腳本自資料庫即時計算，非手填）。

設計強度（intended）

定義：每門課每「教學單元」（週次／目標／作業）為分析單位。單元層級值＝該單元 KSAP 四層評定（各 0–3）之最大值；矩陣格「課程 × 議題」＝該課所有含此議題單元之層級值加總。
算例（A38（1142 A班） × T2 同理）：本班含 T2 之單元共 6 個——
週次單元KSAP 評定 → 單元層級值
W1課程介紹K2 S1 A1 P1 → 取最大 2
W2病人行為與全人照護-K1 S0 A1 P0 → 取最大 1
W6醫病關係-K2 S1 A1 P1 → 取最大 2
W7SDM-K3 S2 A2 P1 → 取最大 3
W11重症-長期使用呼吸器病人要不要接受「氣管造口術」K2 S1 A2 P1 → 取最大 2
W121150325靈性關懷的價值-學生版K2 S1 A2 P1 → 取最大 2
加總＝12，即 Macro 設計矩陣該格數字。

展現件數（attained）

定義：一份作業經編碼得 0–4 個碼；每碼＝議題 × 原文佐證句（≤30 字）× 單一主層次。矩陣格「課程 × 議題」＝該課作業中含此議題之作業數（同一作業多碼只計一次）。
算例（A80 × T2 同理）：含 T2 之作業共 461 件、覆蓋 291 位學生。其中一筆佐證句：「理解和支持病人的情感需求，是醫療工作者應具備的能力」（去識別，confidence=high）。

議題覆蓋

定義：13 議題（12＋T13）中「至少一個單元（設計面）／至少一件作業（成效面）」出現該議題者之個數。
算例（全學程現值）：設計面 13/13、成效面 13/13。

KSAP 佔比

定義：成效面每碼標單一主層次（K 知識／S 技能／A 態度／P 實踐）；佔比＝該層碼數 ÷ 總碼數。
算例（v2 全庫）：總碼數 20,681——K 823（4%）· S 643（3%）· A 19,109（92%）· P 106（1%）。

編碼信心

定義：每筆記錄帶編碼信心（high／medium／low，取該筆各碼眾數）；儀表板聚合預設全計，分佈公開如下。
算例（v2 全庫 5,723 筆）：high 4,901 · medium 562 · low 252（low 多為空碼記錄——判定無人文連結者）。

暴露人次（臨床實習・參與型）

定義：實習醫學生於臨床實習期間「完成」之人文相關面授／線上課程，每筆完成記錄計 1 人次；課程之人文相關性與 TMAC 議題由課程標題經凍結判準判定（無大綱，信心一律標 title-only）；科技倫理邊緣課程列觀察名單不計入。矩陣格「議題 × 年度」＝該年度完成該議題相關課程之人次總和。屬參與型暴露，不構成成效展現，與作業編碼之「展現件數」分軌呈現。
算例（現值）：完成記錄共 20,660 筆（2021–2026.03），其中人文相關 5,164 人次／252 課；觀察名單 50 課未計入。

對齊 ρ（設計 vs 展現）

定義：同一門課，12 議題之「設計強度向量」與「展現件數向量」之 Spearman 等級相關（同名次取平均秩）。跨課可比的單一指標。
算例（A36）：
議題設計強度展現件數
T194225
T269531
T3104640
T440530
T520274
T610155
T7078
T866259
T9046
T10014
T11128389
T12064
兩向量取秩後相關 ρ＝0.83。

② TMAC 議題給碼判準（12＋T13，v2.1 凍結）

給碼當且僅當文本符合判準且能引原文佐證句；判準與排除規則凍結於編碼 prompt（TMAC12-v2.0-20260715，temperature=0）。條文依據：TMAC 醫學人文評鑑條文（2.3.0 專業素養總綱、2.3.13–2.3.17 專項條文、2.2.2.3 敘述性評估）。
ID議題條文依據給碼判準排除規則
專業素養群（TMAC 2.3.0）
T1利他2.3.0「利他」以病人／他人福祉優先於自身利益之價值表述或行動意向（服務、奉獻、回饋）僅描述課程要求而無個人價值表述→不給
T2同理2.3.0「同理」對病人／他者處境之換位理解或情感共鳴，含疾病經驗之體察僅同情語彙而無視角轉換→降信心
T3反思2.3.0「自我反思」對自身學習、情緒、價值或行為之後設覺察與批判性回顧純心得流水帳→不給；身份層次反思優先 T4（可並列）
T4專業素養與認同2.3.0 傘狀總綱專業身份之思索與形成（我想成為怎樣的醫師）、職業行為規範之內化（誠信、當責、界線）一般自我反思→T3；利他價值→T1 優先
專項議題
T5溝通2.3.0＋2.3.13與病人、家屬、同事或醫事人員之溝通技巧、告知、傾聽、共享決策純簡報技巧僅當連結醫病情境才給
T6文化2.3.15＋2.3.16（文化偏見）族群、跨文化、文化敏感度，或文化偏見之辨識與處理性別相關一律給 T12；宗教信仰→T7
T7宗教／靈性2.3.15「信仰」宗教、信仰、靈性需求、生死觀對健康照護之影響純文化習俗無信仰內涵→T6
T8倫理2.3.0＋2.3.17倫理原則、道德判斷、知情同意、自主、利益衝突、研究倫理之辨析或應用純法條引用無倫理辨析→T9
T9法律2.3.17 法制面＋2.3.14 通報義務（錨定較弱，見誠實聲明）醫療法規、醫糾、法律責任、通報義務之知識或應用倫理原則辨析→T8
T10暴力與虐待2.3.14 全文暴力、虐待（家暴、兒虐、性侵等）之辨識、預防、通報或處置性別歧視無暴力情節→T12
T11社會2.3.0「社會責任」社會責任、健康不平等、健康社會決定因素、弱勢照護、社區與公衛視角個人利他行為→T1；須制度性／群體視角
T12性別2.3.16「辨識與處理性別…偏見」性別意識、性別偏見之辨識與處理、性別與健康照護（含性少數醫療處境）文化族群偏見→T6；性暴力→T10
2026 年版新增（115 年度兩版並行）
T13AI 應用與倫理2026年版 2.2.14 及註釋（v2.1 新增）AI／生成式 AI／演算法於醫療或學習之合理使用、倫理與法律責任、資料隱私、數據偏見、應用界限、對 AI 產出之批判評估、人機協作中專業判斷之保持純技術操作無倫理素養內涵→不給；AI 法律責任純法條→T9 並列
v1→v2 變更：新增 T4 專業素養與認同、T12 性別（2.3.16）；原「文化」議題移除性別內涵；12 議題重排——專業素養群（T1–T4）前置。既有 v1 編碼經對照表映射銜接，全量以 v2 判準重編。

③ 方法學文獻依據（逐字查證）

方法要素操作型定義文獻（經逐字查證）支持什麼
演繹式（導向式）內容分析以三架構為先驗類目，逐單元／作業依給碼判準判定，每碼附原文佐證句；無佐證不給碼Hsieh & Shannon 2005 Qual Health Res doi:10.1177/1049732305276687；Elo & Kyngäs 2008 J Adv Nursdirected/deductive 取徑之經典方法依據
關鍵字典僅作語料初篩關鍵字命中只決定文本是否進入編碼池；最終給碼由語意判定，儀表板數字＝編碼命中數，非關鍵字次數同上（directed approach：理論衍生初始碼起步，語意歸類定案）回應「關鍵字分析信效度」質疑
課程地圖（設計面）以「教學單元×成果」矩陣呈現 intended curriculum；設計強度＝Σ 單元 KSAP 最大層級值（0–3）Harden 2001 AMEE Guide No.21 Med Teach doi:10.1080/01421590120036547課程地圖之經典方法
KSAP 四層次K 認知／S 技能／A 情意／P 實踐；設計面各層 0–3、成效面每碼單一主層次Bloom, Engelhart, Furst, Hill & Krathwohl 1956（五位共同作者）；Krathwohl et al. 1964；Miller 1990 Acad Med認知／情意分類＋Miller 金字塔層級化
反思文本之成效編碼依判準給碼＋佐證句；以「議題有無展現」為單位，不做深度計分Wald et al. 2012 REFLECT Acad Med（2020 複製研究 ICC 較低——支持我方採保守二元判定）反思可系統性評量＋其信度爭議
敘述性／計畫性評量成效面以多源敘述文本編碼為證據，非單點考試van der Vleuten et al. 2012 Med Teach；TMAC 條文 2.2.2.3計畫性評量＋條文直接授權
編碼者間信度分層 10%（n=417）由獨立第二模型盲編，主碼一致率 94%O'Connor & Joffe 2020 Int J Qual Methods一致性檢核之實務準則
LLM 輔助內容編碼地端固定版本模型＋版控 prompt＋固定參數＋全量溯源鏈Huang et al. 2026 BMC Med Educ 26(1):674（LLM 分析 1,761 份學生反思）；Castellanos et al. 2025 JMIR AI；Jeong et al. 2025 JAMIA OpenLLM 質性分析可行性（誠實標註：醫教頂尖期刊精準命中現階段 1 篇）
報告標準自我對照方法依 SRQR 21 項自我檢核O'Brien et al. 2014 Acad Med醫教質性研究報告標準

④ 信度與再現性

雙模型稽核（編碼者間信度）

分層抽樣 10%（n=417），由架構完全不同之獨立第二模型（雲端 Claude）盲編，僅給產物與判準、不給原編碼：主碼一致率 94%（至少一 TMAC 碼相符）。雲端模型作為一次性第二意見（非生產編碼器）。

×3 重跑再現性實驗

自 5,386 件重編語料等距抽樣 200 件（確定性抽樣、無隨機），以同一凍結 prompt、temperature=0 重跑兩輪，與生產輪兩兩比對：
比對主議題一致議題有無重疊碼集合完全一致Jaccard 平均KSAP 主層次一致
run1-run287%98%52%0.8193%
run1-run388%99%48%0.8194%
run2-run393%99%56%0.8496%
解讀：temperature=0 降低但不消除伺服端推論之非確定性——主議題判定穩定（87–93%）、KSAP 穩定（93–97%），浮動集中於「次要碼要給幾個」的邊界。因此儀表板一律以「議題有無展現」聚合、不做深度計分；單件作業之次要碼應容忍浮動。

全量溯源鏈

每筆編碼記錄帶 prompt_version／model／coded_at 欄位；判準全文凍結於版控檔案；v1 全量編碼歸檔保存（未刪除），v1→v2 議題對照表公開於架構定義檔。設計面重編另保留每單元 v1 原碼（framework_c_v1）供稽核。

版本歷程

版本期間內容
v12026-06 ~ 07TMAC 10 議題；成效面 5,723 筆普查完成；10% 雙模型稽核 94%
v2.12026-07-21新增 T13 AI 應用與倫理（2026 年版認證準則 2.2.14；115 年度兩版並行）。純增量：T1–T12 判準逐字不動；AI 關鍵詞候選子集補編（成效面 194 件中 136 件命中 T13、設計面 15 單元），凍結庫 tomato_lib_v2_1.py（TMAC13-v2.1-20260721，T=0）
v2.02026-07-15 凍結
07-20 全量重編		12 議題（+T4 專業素養與認同、+T12 性別）＋判準／排除規則凍結＋T=0＋溯源欄位；成效面 5,723 筆、設計面 1,074 單元全量重編。其中 158 筆無文本之參與型記錄沿用 v1 碼經映射（記錄內明確標記）

⑤ 誠實聲明

  1. LLM 輔助編碼是新興方法：醫學教育頂尖期刊的直接文獻現階段有限（情境精準命中 1 篇），我方以「地端固定版本模型＋prompt 版控＋雙模型稽核＋全量溯源」之工程手段補足方法學不確定性。
  2. 反思評量信度存在已知爭議（REFLECT 複製研究 ICC 較原研究低），故本系統以「議題展現之有無」為單位，不做深度計分與排名。
  3. T9 法律之條文錨定較弱：TMAC 2.3.17 無「法律」字樣，法律內涵散見通報義務（2.3.14）與倫理之法制面；如實標註。
  4. 伺服端非確定性：×3 實驗顯示 T=0 下碼集合完全一致率僅約五成，主議題一致 87–93%——所有治理數字建立在穩定的聚合層（有無展現、主碼），不建立在單件作業的完整碼集合上。
  5. 158 筆特例：無文本之參與型記錄（如出席／參與式活動）沿用 v1 碼經 v1→v2 映射，無法反映新議題 T4／T12；佔全庫 2.8%，記錄內以 note 明確標記。
  6. 年級比較為跨屆橫斷面（不同入學世代在不同年級的表現），非同一世代之縱貫追蹤；同世代縱貫累積中。
  7. 雲端 vs 地端：商用雲端模型會無預警改版，長期再現性弱於地端固定版本模型；本系統選地端正是為治理級資料之可再現性。雲端模型適合一次性第二意見（我方已用於 10% 稽核），不適合作為可再現之生產編碼器。
  8. 臨床實習暴露層為標題層編碼：實習數位課程僅有課程標題與行政類別、無大綱，人文判定與議題對應以標題為據（title-only），採嚴格判準。SPC 討論會依 2026-07-21 核定以「記錄層級之院方類別」判定——標示全人醫療者計入（T2；北醫21 MK1 跨界整合；AAMC PC1），其餘排除。科技類另設「能力對應軌」（精準醫療→PC1；AI／數位→MK3＋MK5），以 45 項能力語言計暴露、不入 TMAC 熱圖；其餘邊緣課程仍列觀察名單不計入。此層計「暴露」不計「展現」，不與作業編碼混算。