Notice bibliographique
Résumé
CONTEXT: Twentieth-century medical education constructed medicine as biomedical science. Although bioscientific knowledge has brought large benefits to clinical practice, many have questioned the appropriateness of its domination of the medical curriculum. As the content of that curriculum is itself a historically mediated social construct, it can be changed to fit current descriptions of the competent doctors medical schools are expected to produce. Such doctors are expected not only to have biomedical expertise, but also to carry out multiple other roles as described in competency frameworks such as that of CanMEDS. Many of these other roles are socio-culturally based and thus not supported by bioscientific knowledge. METHODS: We designed a thought experiment to delineate the need to identify and integrate the range of foundational knowledges required to support the development of doctors capable of performing all the roles described in the competency frameworks. We specified assumptions and demarcated our scope. To illustrate our ideas, we selected examples from the medical curriculum that linked to non-Medical Expert roles and outlined the disciplines that supported them. RESULTS: Students educated in the foundational knowledge necessary for competence in all doctor roles would need to be exposed to ideas and ways of thinking from a wide array of disciplines outside the traditional biomedical sciences. These would need to be introduced in context and in ways that would support future medical practice. They would also broaden students' understanding of the nature of legitimate medical knowledge. CONCLUSIONS: There are currently major gaps between the goals and objectives of competency frameworks such as CanMEDS and the actual contents of medical curricula. Addressing these will require curricular transformation to add knowledges, in context and in ways that positively affect practice, from disciplines not currently present within the medical school. In order to accomplish this, we will need to engage with colleagues throughout the university.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,046 | 0,077 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,062 |
| Communication savante | 0,008 | 0,014 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».