MétaCan
Menu
Retour à la cohorte
Enregistrement W2039378647 · doi:10.1186/1472-6920-13-73

Accreditation in a Sub Saharan Medical School: a case study at Makerere University

2013· article· en· W2039378647 sur OpenAlexafffund
Moses Galukande, Christopher K Opio, Noeline Nakasujja, William Buwembo, Stephen C Kijjambu, Shafik Dharamsi, Sam Luboga, Nelson K. Sewankambo, Robert Woollard

Notice bibliographique

RevueBMC Medical Education · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversity of British Columbia
Mots-clésAccreditationAccountabilityWorkforceMedical educationQuality assuranceCitizen journalismSocial accountingMedicineSocial responsibilityPublic relationsPolitical scienceBusinessAccountingExternal quality assessment

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Of more than the 2,323 recognized and operating medical schools in 177 countries (world wide) not all are subjected to external evaluation and accreditation procedures. Quality Assurance in medical education is part of a medical school's ethical responsibility and social accountability. Pushing this agenda in the midst of resource limitation, numerous competing interests and an already overwhelmed workforce were some of the challenges faced but it is a critical element of our medical profession's social contract. This analysis paper highlights the process of standard defining for Medical Education in a typically low resourced sub Saharan medial school environment. METHODS: The World Federation for Medical Education template was used as an operating point to define standards. A wide range of stakeholders participated and meaningfully contributed in several consensus meetings. Effective participatory techniques were used for the information gathering process and analysis. RESULTS: Standards with a clear intent to enhance education were set through consensus. A cyclic process of continually measuring, judging and improving all standards was agreed and defined. Examples of the domains tackled are stated. CONCLUSION: Our efforts are good for our patients, our communities and for the future of health care in Uganda and the East African region.

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)0,022
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,543
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0290,001

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,341
Écart entre enseignants0,319 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Medical EducationMême sujetInnovations in Medical EducationTravaux en français237 207