MétaCan
Menu
← Retour à la cohorte
Enregistrement W1732322472 · doi:10.26443/mjm.v9i1.497

Leadership in medicine

2020· article· en· W1732322472 sur OpenAlexaffvenue
Ruth L. Collins-Nakai

Notice bibliographique

RevueMcGill Journal of Medicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensCanadian Medical Association
Organismes subventionnairesnon disponible
Mots-clésMedicineFamily medicineTraditional medicine

Résumé

récupéré en direct d'OpenAlex

There is nothing in a physician's education and training that qualifies him to become a leader" Mathis, L.L. "The Mathis maxims: lessons in leadership" (1) LEADERSHIP IN MEDICINE -A NEED AND A VOIDIn a recent series of focus groups, the Canadian Medical Association (CMA) asked its members for their views on leadership, and whether there was a need to develop leaders in medicine.The results were clear.Canadian physicians told us there is both a need and a void.They told us that while they recognize a need for physicians to assume leadership roles, they do not feel particularly well-equipped to provide the kind of leadership needed in today's increasingly complex health care environment.They told us that they recognize a need for skills not acquired during their medical training.The kind of leadership and management skills they want to acquire are ones that are relevant and effective in a wide variety of contexts -their practices, their communities, their professional associations -as well as in ways that can influence public policy.A tall order to fill -and one that arises in part from the nature of the medical profession itself.Save for a handful of specialties such as public health and epidemiology, medicine focuses on decisionmaking at the individual physician-patient level.Leadership necessarily involves stepping away from the individual physician-patient relationship and examining problems at a systems level, requiring the ability to Ruth Collins-Nakai is president of the Canadian Medical Association.Dr. Collins-Nakai completed her undergraduate, medical school, and postgraduate education at the University of Alberta, McGill and Harvard Universities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,436
Score d'incertitude au seuil0,805

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,001
Communication savante0,0050,003
Science ouverte0,0010,004
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,4360,259

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.

Tête enseignante Opus0,708
Tête enseignante GPT0,487
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations93
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMcGill Journal of Medicine→Même sujetHealth and Medical Research Impacts→Travaux en français237 207→