MétaCan
Menu
← Retour à la cohorte
Enregistrement W2315176984 · doi:10.1097/acm.0b013e31826e3236

More About the Future of Psychiatry Education

2012· article· en· W2315176984 sur OpenAlexaffabout
Shafik Dharamsi, Robert Wollard

Notice bibliographique

RevueAcademic Medicine · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensVancouver Community CollegeUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSubspecialtyPsychological interventionHealth careMedicinePopulationAccountabilityMental healthMedical educationNursingFamily medicinePsychologyPublic relationsPsychiatryPolitical science

Résumé

récupéré en direct d'OpenAlex

In Reply to Walaszek and Reardon: In light of the recent debate around the Affordable Care Act, the authors’ reminder that medical specialties must partner more effectively with primary care providers, and their corresponding call for training residents in advocacy as necessary to translate evidence-based practice into changes that will improve the mental health system, could not have come at a more crucial time. We know that the prevalence of illness follows a social gradient.1 So, why do specialists continue to focus primarily on clinical interventions, only to then send patients back to the conditions that made them sick? In our ongoing study of social accountability in medicine and the physician’s role as health advocate, we find that some residency program directors, representing a range of specialties, are struggling to balance the lure of genomic medicine (despite the accumulating evidence of its limitations) with the fundamentals of population medicine—a crucial issue for the future of medical education.2 We observe that many residents in different specialties are seeking good role models to emulate, as well as opportunities to collaborate on health advocacy initiatives with trainees from other medical specialties, particularly from primary care. Trainees point out that if health advocacy and partnerships with primary care providers are going to be taken seriously, trainees need to experience these in medical training and witness them in medical practice. Yet, this proposition continues to appear daunting in light of a predominantly siloed, clinical, and subspecialty-oriented medical training structure, without a reasonable effort to integrate the “incontrovertibly social nature of disease.”3 While institutions outside of the core medical system call for a more sensitive, compassionate, and community-responsive physician, the existing medical environment rewards the opposite. The current system does not enable specialists to practice in an intraprofessional manner, nor does it emphasize particular attention to the multiple determinants of health outcomes. Training residents for advocacy and to collaborate more decisively with primary care providers will require medical schools to establish principles of social accountability, drawing on an explicit, three-tier engagement: (1) identifying current and prospective societal priorities, (2) adapting medical training to equitably meet the priorities, and (3) verifying that anticipated effects have benefited society.4 Shafik Dharamsi, MSc, PhD Associate professor, Department of Family Practice, and faculty lead of social accountability and community engagement, Faculty of Medicine, University of British Columbia, Vancouver, Canada; [email protected] Robert Wollard, MD Professor, Department of Family Practice, Faculty of Medicine, University of British Columbia, Vancouver, Canada.

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)0,014
score de la tête « metaresearch » (Gemma)0,041
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,041
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0070,017
Communication savante0,0090,029
Science ouverte0,0030,007
Intégrité de la recherche0,0340,070
Charge utile insuffisante (le modèle a refusé de juger)0,0280,008

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 Opus0,050
Tête enseignante GPT0,484
Écart entre enseignants0,435 · 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
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAcademic Medicine→Même sujetPrimary Care and Health Outcomes→Travaux en français237 207→