Philanthropy in health professions education research: determinants of success
Notice bibliographique
Résumé
CONTEXT: Fund-raising is a new practice in medical education research. OBJECTIVES: This qualitative study explores a cross-sectional analysis of philanthropy in medical education in Canada and Europe and identifies some common characteristics in the fund-raising system, key roles and characteristics of research sites that have had success. METHODS: Medical education research sites that had received donations greater than Can$100 000 were identified by searching publicly available sources. Interviews were conducted with 25 individuals from these and other sites, in four categories: medical education leaders (n = 9); philanthropy-supported chairholders and researchers (n = 5); donors of over Can$100 000 (n = 7), and advancement professionals (n = 4). Interview transcripts were inductively coded to identify themes. RESULTS: Five factors associated with success in accessing philanthropic sources were identified in the sample: support of the organisation's senior leadership; a charismatic champion who motivates donors; access to an advancement office or foundation; impetus to find funds beyond traditional operating budgets, and understanding of the conceptual and practical dimensions of fund-raising. Three types of donor (medical education insider, donor collective and general philanthropist), four faculty roles (trailblazers, rock stars, 'Who? Me?' people and future fund-raisers) and six stages in the fund-raising cycle were also identified. CONCLUSIONS: Philanthropy is a source of funding with the potential to significantly advance education research. Yet competence in fund-raising is not widely developed among medical education research leaders. Successful accessing of philanthropic sources of funding requires the ability to articulate the impact of philanthropy in medical education research in a way that will interest donors. This appears to be challenging for medical education leaders, who tend to frame their work in academic terms and have trouble competing against other fund-raising domains. Medical education research institutes and centres will benefit from developing greater understanding of the conception and practices of fund-raising.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,056 | 0,133 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,009 | 0,008 |
| Communication savante | 0,009 | 0,004 |
| Science ouverte | 0,001 | 0,010 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».