Socially responsible medical education: innovations and challenges in a minority setting
Notice bibliographique
Résumé
CONTEXT: Distributed medical education sites help train, recruit and retain doctors, notably in rural and isolated areas, by providing education and training in these areas and adapting their curriculum to meet the host community's health needs. OBJECTIVES: The Centre de Formation Médicale du Nouveau Brunswick (CFMNB; New Brunswick Medical Education Centre) was established by a partnership between two academic institutions, the Université de Sherbrooke (University of Sherbrooke), situated in the province of Quebec, and the Université de Moncton (University of Moncton), situated in the province of New Brunswick, in Canada. The CFMNB is specifically targeting a minority community (Acadians). Working to establish a high-quality medical education programme, the CFMNB has also set community objectives to meet not only the health needs of this population, but also its social and economic needs. METHODS: This paper describes the overall objectives of this project, which are: to reduce the gap between community needs and academic institutional needs; to address ethno-cultural and language differences in a defined minority population, and to develop collaboration between the partners involved, including government and community entities which are often perceived as operating in isolation from one another. We also describe why and how the CFMNB developed community-focused objectives and the challenges that came with these innovations, and present lessons from the experience that may be relevant to other sites interested in the social responsibility of medical schools. CONCLUSIONS: The CFMNB has produced interesting work and innovations in the field of social responsibility and has encountered many challenges. Continuing interaction between medical education, health research and health services to better address the needs of the population has been established. The information obtained by this process has been used to build a strategic plan for the CFMNB in order to ensure that it is socially responsive and has significant generalisable features.
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 | 0,030 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,014 | 0,016 |
| Communication savante | 0,013 | 0,008 |
| Science ouverte | 0,004 | 0,018 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».