Overcoming Barriers to Teaching the Behavioral and Social Sciences to Medical Students
Notice bibliographique
Résumé
Most U.S. medical schools offer courses in the behavioral and social sciences (BSS), but their implementation is frequently impeded by problems. First, medical students often fail to perceive the relevance of the BSS for clinical practice. Second, the BSS are vaguely defined and the multiplicity of the topics that they include creates confusion about teaching priorities. Third, there is a lack of qualified teachers, because physicians may have received little or no instruction in the BSS, while behavioral and social scientists lack experience in clinical medicine. The authors propose an approach that may be useful in overcoming these problems and in shaping a BSS curriculum according to the institutional values of various medical schools. This approach originates from insights gathered during their attempts to teach various BSS topics at four Israeli medical schools. They suggest that medical faculties (1) adopt an integrative approach to learning the biomedical, behavioral, and social sciences using Engel's "biopsychosocial model" as a link between the BSS and clinical practice, (2) define a hierarchy of learning objectives and assign the highest priority to acquisition of clinically relevant skills, and (3) develop clinical role models through teacher training programs. This approach emphasizes the clinical relevance of the BSS, defines learning priorities, and promotes cooperation between clinical faculty and behavioral scientists.
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 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,006 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,002 | 0,015 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».