MétaCan
Menu
Retour à la cohorte
Enregistrement W1986818007 · doi:10.3109/0142159x.2012.733450

Educator perceptions of the relationship between education innovations and improved health

2012· article· en· W1986818007 sur OpenAlexaff
Stacey Friedman, Lawrence C. Loh, William P. Burdick

Notice bibliographique

RevueMedical Teacher · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiquePublic Health Policies and Education
Établissements canadiensUniversity of Toronto
Organismes subventionnairesU.S. President’s Emergency Plan for AIDS Relief
Mots-clésPerceptionHealth professionsMedical educationPsychologyMedicineHealth carePolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Education innovations by health professions faculty are shaped by faculty conceptualizations of the pathway between their innovations and changes in health of communities. AIMS: We aimed to explore how existing theories about the relationship between education and health are attended to, interpreted, and applied by faculty in different national contexts. METHODS: We compared existing theoretical frameworks to perceptions of "front line" faculty. Fellows in Brazil- and India-based FAIMER faculty development programs were asked via questionnaires about the contribution of their education innovation projects to health improvements. RESULTS: Faculty identified pathways to improved societal health via increased quality, and to a lesser extent relevance, of education. Relationships between increased quantity of education and improved health were focused on faculty development. Faculty from both countries noted the value for health outcomes of innovations that affect networks and partnerships with other institutions. Faculty from India identified pathways to improved societal health via changes to instructional more than institutional processes. CONCLUSIONS: Results indicate where there are gaps in existing theories, a need to raise awareness about potential pathways to improving health via education changes, and opportunities for more detailed understanding of mechanisms of change via in-depth research.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut 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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,120
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,132
Tête enseignante GPT0,517
Écart entre enseignants0,385 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations6
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical TeacherMême sujetPublic Health Policies and EducationTravaux en français237 207