MétaCan
Menu
Retour à la cohorte
Enregistrement W2049649884 · doi:10.1007/s10459-006-9026-2

Research in Medical Education: Balancing Service and Science*

2006· article· en· W2049649884 sur OpenAlexafffund
Mathieu Albert, Brian Hodges, Glenn Regehr

Notice bibliographique

RevueAdvances in Health Sciences Education · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensThe Wilson CentreUniversity of TorontoToronto General Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDiversification (marketing strategy)SociologyPublic relationsMedical educationPrincipal (computer security)Medical researchEducational researchField (mathematics)Engineering ethicsPsychologySocial sciencePolitical scienceMedicineBusiness

Résumé

récupéré en direct d'OpenAlex

Since the latter part of the 1990's, the English-speaking medical education community has been engaged in a debate concerning the types of research that should have priority. To shed light on this debate and to better understand its implications for the practice of research, 23 semi-structured interviews were conducted with "influential figures" from the community. The results were analyzed using the concept of "field" developed by the sociologist Pierre Bourdieu. The results reveal that a large majority of these influential figures believe that research in medical education continues to be of insufficient quality despite the progress that has taken place over the past 2 decades. According to this group, studies tend to be both redundant and opportunistic, and researchers tend to have limited understanding of both theory and methodological practice from the social sciences. Three factors were identified by the participants to explain the current problems in research: the working conditions of researchers, budgetary restraints in financing research in medical education, and the conception of research in the medical environment. Two principal means for improving research are presented: intensifying collaboration between PhD's and clinicians, and encouraging the diversification of perspectives brought to bear on research in medical education.

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)0,010
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,586
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,010
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,031
Tête enseignante GPT0,510
Écart entre enseignants0,479 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations212
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in Health Sciences EducationMême sujetInnovations in Medical EducationTravaux en français237 207