MétaCan
Menu
← Retour à la cohorte
Enregistrement W2221775629 · doi:10.5539/gjhs.v8n7p251

Lived Experiences of Educational Leaders in Iranian Medical Education System: A Qualitative Study

2015· article· en· W2221775629 sur OpenAlexvenueno aff
Zohreh Sohrabi, Masoomeh Kheirkhah, Zohreh Vanaki, Seyed Kamran Soltani Arabshahi, Mohammad Mahdi Farshad, Fatemeh Farshad, Mansoureh Ashghali Farahani

Notice bibliographique

RevueGlobal Journal of Health Science · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueHealth and Well-being Studies
Établissements canadiensnon disponible
Organismes subventionnairesIran University of Medical Sciences
Mots-clésProfessionalizationSnowball samplingInclusion (mineral)Content analysisQualitative researchMedical educationNonprobability samplingQuality (philosophy)PsychologyMedicineSociologySocial scienceSocial psychologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: High quality educational systems are necessary for sustainable development and responding to the needs of society. In the recent decades, concerns have increased on the quality of education and competency of graduates. Since graduates of medical education are directly involved with the health of society, the quality of this system is of high importance. Investigation in the lived experience of educational leaders in the medical education systems can help to promote its quality. The present research examines this issue in Iran. METHODOLOGY: The study was done using content-analysis qualitative approach and semi-structured interviews. The participants included 26 authorities including university chancellors and vice-chancellors, ministry heads and deputies, deans of medical and basic sciences departments, education expert, graduates, and students of medical fields. Sampling was done using purposive snowball method. Data were analyzed using conventional content analysis. FINDINGS: Five main categories and 14 sub-categories were extracted from data analysis including: quantity-orientation, ambiguity in the trainings, unsuitable educational environment, personalization of the educational management, and ineffective interpersonal relationship. The final theme was identified as "Education in shadow". CONCLUSION: Personalization and inclusion of personal preferences in management styles, lack of suitable grounds, ambiguity in the structure and process of education has pushed medical education toward shadows and it is not the first priority; this can lead to incompetency of medical science graduates.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,004
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,116
Tête enseignante GPT0,526
Écart entre enseignants0,410 · 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'étudeQualitatif
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

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health Science→Même sujetHealth and Well-being Studies→Travaux en français237 207→