MétaCan
Menu
Retour à la cohorte
Enregistrement W2137892789 · doi:10.1007/s40037-013-0043-6

Towards organizational development for sustainable high-quality medical teaching

2013· article· en· W2137892789 sur OpenAlexfundno aff
Rik Engbers, Paul M. J. Stuyt, Cornelia Fluit, Sanneke Bolhuis, Le ́on I. A. De Caluwe ́

Notice bibliographique

RevuePerspectives on Medical Education · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University
Mots-clésOrganization developmentBrainstormingKnowledge managementContext (archaeology)Organizational learningSustainable developmentQuality (philosophy)Process (computing)Medical educationEngineering ethicsComputer scienceMedicinePolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Literature shows that faculty development programmes are not organizationally embedded in academic hospitals. This leaves medical teaching a low and informal status. The purpose of this article is to explore how organizational literature can strengthen our understanding of embedding faculty development in organizational development, and to provide a useful example of organizational development with regards to medical teaching and faculty development. Constructing a framework for organizational development from the literature, based on expert brainstorming. This framework is applied to a case study. A framework for organizational development is described. Applied in a context of medical teaching, these organizational insights show the process (and progress) of embedding faculty development in organizational development. Organizational development is a necessary condition for assuring sustainable faculty development for high-quality medical teaching. Organizational policies can only work in an organization that is developing. Recommendations for further development and future research are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,028
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,151

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0060,020
Communication savante0,0140,007
Science ouverte0,0020,010
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,012
Tête enseignante GPT0,368
Écart entre enseignants0,357 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations24
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePerspectives on Medical EducationMême sujetInnovations in Medical EducationTravaux en français237 207