Pre-departure training and the social accountability of International Medical Electives
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Due to widespread awareness of global inequities in health and development, participation and interest in International Medical Electives has grown. However, it has been suggested that the benefits of these electives for students and communities may not outweigh the harms. Pre-departure training (PDT) has been proposed as a route through which participants can adequately prepare for their elective experience. METHODS: Through a review of the current literature, this article explores the ethics of international medical electives using a social accountability framework and assesses the success of PDT in mitigating harms for students and communities. RESULTS: We find that the literature on PDT is limited. What is clear from completed studies is that the focus of PDT has often been centered on the clinical experience, while theories of development and health inequity remain minor topics. We argue that a greater benefit for students and communities could be gained from framing health inequity from a critical perspective, and integrating mandatory global health education into medical school curricula. DISCUSSION: We suggest that attention to only PDT is not enough. In a socially accountable program, community partnerships must be bilateral and respect communities as primary stakeholders in the training of students and in program evaluation. Unfortunately, research to-date has focused on the student experience; further studies of the community perspective would help to elicit how PDT and partnership models can be strengthened, improving the experiences of both students and communities. Finally, individual medical schools and organizations that offer global health elective experiences must ensure that they take responsibility for monitoring PDT.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle