Developing a medical school: Expansion of medical student capacity in new locations: AMEE Guide No. 55
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: A concern about an impending shortage of physicians and a worry about the continued maldistribution of physicians to medically underserved areas have encouraged the expansion of medical school training places in many countries, either by the creation of new medical schools or by the creation of regional campuses. AIMS: In this Guide, the authors, who have helped create new regional campuses and medical schools in Australia, Canada, UK, USA, and Thailand share their experiences, triumphs, and tribulations, both from the views of the regional campus and from the views of the main Medical School campus. While this Guide is written from the perspective of building new regional campuses of existing medical schools, many of the lessons are applicable to new medical schools in any country of the world. Many countries in all regions of the world are facing rapid expansion of medical training facilities and we hope this Guide provides ideas to all who are contemplating or engaged in expanding medical school training places, no matter where they are. DESCRIPTION: This Guide comprises four sections: planning; getting going; pitfalls to avoid; and maturing and sustaining beyond the first years. While the context of expanding medical schools may vary in terms of infrastructure, resources, and access to technology, many themes, such as developing local support, recruiting local and academic faculty, building relationships, and managing change and conflict in rapidly changing environments are universal themes facing every medical academic development no matter where it is geographically situated. FURTHER INFORMATION: The full AMEE Guide, printed separately, in addition contains case examples from the authors' experiences of successes and challenges they have faced.
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 | 0,008 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,104 | 0,003 |
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