Academic medicine: time for reinvention
Notice bibliographique
Résumé
Editor—Clark and Smith's focus on internal and external funding and leadership is paramount in improving the state of academic medicine.1 Academic health care has deteriorated because academicians are poorly remunerated (compared with their peers) for their academic work, unless they partner with industry. Unfortunately, industry's raison d'etre seems to be the promotion of therapeutics or diagnostics rather than of education for education's sake. Thus all education partnered with industry is potentially tainted by the underlying profit motive. Additionally, research productivity is important for much of the academic advancement in faculties of medicine and health science. Because there has been a disinvestment from clinical research by government organisations, researchers who wish to proceed through the ranks via research must increasingly rely on industry funds to support their work. Again, all such work is potentially tainted by the profit motive. Yet the researchers who are able to forge the ties with industry are the educational leaders. Although all faculties of medicine and health science have expert educators and teachers, they often remain small cogs in a larger machine. They deliver well intentioned (and often important) research, curriculums, and teaching encounters but are usually overshadowed by the more powerful and better funded researchers who lead. These leading researchers speak to (and influence) medical students, postgraduate trainees, and practising clinicians. They ascend the academic ranks and make important policy decisions for divisions, departments, faculties, and the community. They are academic medicine. For academic medicine to revitalise it needs leadership and money. However, the money must be both substantial and independent of industry directives. Similarly, the leadership must consist of that extremely and increasingly rare breed: a visionary who sees research, education, and clinical teaching as equally important, who has been successful at some or all of these, and who has managed to be so without the strong ties that bind many of us to industry.
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 | 0,010 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,013 | 0,015 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,026 | 0,042 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,015 |
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 ».