Ecological theories of systems and contextual change in medical education
Notice bibliographique
Résumé
INTRODUCTION: Contemporary medical practice is subject to many kinds of change, to which both individuals and systems have to respond and adapt. Many medical education programmes have their learners rotating through different training contexts, which means that they too must learn to adapt to contextual change. Contextual change presents many challenges to medical education scholars and practitioners, not least because of a somewhat fractured and contested theoretical basis for responding to these challenges. There is a need for robust concepts to articulate and connect the various debates on contextual change in medical education. Ecological theories of systems encompass a range of concepts of how and why systems change and how and why they respond to change. The use of these concepts has the potential to help medical education scholars explore the nature of change and understand the role it plays in affording as well as limiting teaching and learning. METHODS: This paper, aimed at health professional education scholars and policy makers, explores a number of key concepts from ecological theories of systems to present a comprehensive model of contextual change in medical education to inform theory and practice in all areas of medical education. RESULTS: The paper considers a range of concepts drawn from ecological theories of systems, including biotic and abiotic factors, panarchy, attractors and repellers, basins of attraction, homeostasis, resilience, adaptability, transformability and hysteresis. Each concept is grounded in practical examples from medical education. CONCLUSION: Ecological theories of systems consider change and response in terms of adaptive cycles functioning at different scales and speeds. This can afford opportunities for systematic consideration of responses to contextual change in medical education, which in turn can inform the design of education programmes, activities, evaluations, assessments and research that accommodates the dynamics and consequences of contextual change.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,019 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 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 ».