Perspective: Postearthquake Haiti Renews the Call for Global Health Training in Medical Education
Notice bibliographique
Résumé
On January 12, 2010, Haiti experienced one of the worst disasters in human history, a magnitude 7.0 earthquake, resulting in the deaths of approximately 222,000 Haitians and grievous injury to hundreds of thousands more. International agencies, academic institutions, nongovernmental organizations, and associations responded by sending thousands of medical professionals, including nurses, doctors, medics, and physical therapists, to support the underresourced Haitian health system. The volunteers who came to provide medical care to disaster victims worked tirelessly under extremely challenging conditions, but in many cases they had no previous work experience in resource-limited settings, minimal training in tropical disease, and no knowledge of the historical background that contributed to the catastrophe. Often, this lack of preparedness hindered their ability to care adequately for their patients. The authors of this perspective argue that the academic medicine community must prepare medical trainees not only to treat the illnesses of patients in resource-limited settings but also to fight the injustice that fosters disease and allows such catastrophes to unfold. The authors advocate purposeful attention to building global health curricula; providing adequate time, funding, and opportunity to work in resource-limited international settings; and ensuring sufficient supervision for trainees to work safely. They also call for an interdisciplinary approach to global health that both affirms health care as a fundamental human right and explores the historical, economic, and political causes of inequitable health care.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».