MétaCan
Menu
Retour à la cohorte
Enregistrement W2255135990

Status of Pharmacy Administration Education in China: A Survey of Undergraduate Curriculum and Faculty

2012· article· en· W2255135990 sur OpenAlexaff
Ming Hu, Feng Chang, Jian Pu, Peng Wu, Andrea Forgione, Xuehua Jiang

Notice bibliographique

RevuePharmacy Education · 2012
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacy and Medical Practices
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCurriculumPharmacyDiversification (marketing strategy)Medical educationChinaMedicineAdministration (probate law)Political sciencePedagogyPsychologyFamily medicineBusinessMarketing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: Pharmacy Administration (Ph.A) became a formal part of undergraduate curriculum in China in 1987. Despite recent growth and diversification, Ph.A curricula remain relatively understudied. Aims: To describe and analyze the status of undergraduate Ph.A education in China. Methods: Survey of pharmacy schools conducted through interviews over the telephone or in person. Results: Among 201 eligible schools, 111 (55%) had a Ph.A curriculum offering a total of 399 courses. Core courses were offered in administration (53%), marketing (15%), jurisprudence (6.5%), systems and regulations (4.8%), and pharmacoeconomics (4.8%). Curricula varied in credit hours and content. A total of 276 staff members were involved in teaching (49% female, 47% part - time) with 79% holding a Master’s degree or less. Sixty - three (57%) schools only utilized part - time faculty. Conclusion: Course structure and content are variable and entry qualifications for teaching staff are lower than for other divisions. Establishing curriculum guidelines and allocating resources to support and attract qualified faculty are recommended.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,194
Tête enseignante GPT0,549
Écart entre enseignants0,355 · 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'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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmacy EducationMême sujetPharmacy and Medical PracticesTravaux en français237 207