MétaCan
Menu
Retour à la cohorte
Enregistrement W2524657204 · doi:10.1080/0142159x.2016.1231915

Opening our eyes to a critical approach to medicine: The humanities in medical education

2016· article· en· W2524657204 sur OpenAlexaff
Lester Liao

Notice bibliographique

RevueMedical Teacher · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueEmpathy and Medical Education
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMentorshipMedical humanitiesSociocultural evolutionPerspective (graphical)Relevance (law)Medical educationIdeologyHuman medicinePsychologyMedicineHumanitiesEngineering ethicsSociologyPolitical sciencePolitics

Résumé

récupéré en direct d'OpenAlex

This paper examines a recent medical graduate's perspective on how undergraduate education tends to focus on imparting medical knowledge with little reference to the human aspects in clinical medicine. This is problematic because medicine is both about people and practiced by people. Students often have minimal exposure to the humanities prior to and in medical school and are frequently unaware of the societal trends that impact their view of medical practice. Familiarity with the humanities is a crucial means to understanding human nature, recognizing personal sociocultural biases, and practicing patient-centered medicine. This gap in knowledge may be due to the increase in medical information and optimistic ideologies related to medical progress. Philosophical paradigms and historical examples are considered to demonstrate the relevance of both fields in the humanities in understanding the role of moral human agents in applying medical knowledge. Educational changes in the humanities are proposed as a potential solution to our current deficits. Informal changes include mentorship relationships and shifting the general underpinning attitude in medical culture. Formal changes include specific courses teaching a critical approach to medicine. Changes in competency-based education and admissions are also suggested. These amendments are proposed to practice a fuller, truly human medicine.

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)0,017
score de la tête « metaresearch » (Gemma)0,022
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0120,078
Communication savante0,0210,036
Science ouverte0,0020,012
Intégrité de la recherche0,0150,031
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,061
Tête enseignante GPT0,406
Écart entre enseignants0,345 · 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
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

Citations16
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical TeacherMême sujetEmpathy and Medical EducationTravaux en français237 207