MétaCan
Menu
Retour à la cohorte
Enregistrement W2286945039 · doi:10.1080/10401334.2015.1108198

Homelessness in the Medical Curriculum: An Analysis of Case-Based Learning Content From One Canadian Medical School

2016· article· en· W2286945039 sur OpenAlexaffabout
Matthew J. To, Anna MacLeod, Stephen W. Hwang

Notice bibliographique

RevueTeaching and Learning in Medicine · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensUniversity of TorontoDalhousie University
Organismes subventionnairesnon disponible
Mots-clésCurriculumDisadvantagedThematic analysisContent analysisFraming (construction)Medical educationHealth careHidden curriculumMedical ethicsMedicinePublic healthPsychologyNursingQualitative researchSociologyPsychiatryPedagogyPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

UNLABELLED: PHENOMENON: Homelessness is a major public health concern. Given that homeless individuals have high rates of mortality and morbidity, are more likely to be users of the healthcare system, and often report unmet health needs, it is important to examine how homelessness is addressed in medical education. We wanted to examine content and framing of issues related to homelessness in the case-based learning (CBL) curriculum and provide insights about whether medical students are being adequately trained to meet the health needs of homeless individuals through CBL. APPROACH: CBL content at a Canadian medical school that featured content related to homelessness was analyzed. Data were extracted from cases for the following variables: curriculum unit (e.g., professionalism/ethics curriculum or biomedical/clinical curriculum), patient characteristics (e.g., age, sex), and medical and social conditions. A thematic analysis was performed on cases related to homelessness. Discrepancies in analysis were resolved by consensus. FINDINGS: Homelessness was mentioned in five (2.6%) of 191 CBL cases in the medical curriculum. Homelessness was significantly more likely to be featured in professionalism/ethics cases than in biomedical/clinical cases (p = .03). Homeless patients were portrayed as socially disadvantaged individuals, and medical learners were prompted to discuss ethical issues related to homeless patients in cases. However, homeless individuals were largely voiceless in cases. Homelessness was associated with serious physical and mental health concerns, but students were rarely prompted to address these concerns. Insights: The health and social needs of homeless individuals are often overlooked in CBL cases in the medical curriculum. Moreover, stereotypes of homelessness may be reinforced through medical training. There are opportunities for growth in addressing the needs of homeless individuals through 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)0,015
score de la tête « metaresearch » (Gemma)0,017
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,346
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,059
Tête enseignante GPT0,399
Écart entre enseignants0,340 · 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.

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

Citations19
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTeaching and Learning in MedicineMême sujetHomelessness and Social IssuesTravaux en français237 207