MétaCan
Menu
Retour à la cohorte
Enregistrement W2765466757 · doi:10.1097/acm.0000000000001971

Dilemmas of Representation: Patient Engagement in Health Professions Education

2017· article· en· W2765466757 sur OpenAlexaff
Paula Rowland, Arno K. Kumagai

Notice bibliographique

RevueAcademic Medicine · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensThe Wilson Centre
Organismes subventionnairesnon disponible
Mots-clésRepresentation (politics)Argument (complex analysis)Diversity (politics)DilemmaCurriculumPoliticsHealth carePerspective (graphical)Health professionsSociologyPublic relationsMedicineMedical educationPsychologyPedagogyPolitical scienceEpistemologyLaw

Résumé

récupéré en direct d'OpenAlex

The role of the patient in bedside teaching has long been a matter of consideration in health professions education. Recent iterations of patient engagement include patients as storytellers, members of curriculum planning committees, guest lecturers, and health mentors. While these forms of patient engagement are reported to have many benefits for learners, educators, and the patients themselves, there is concern that such programs may not be representative of the diversity of patients that health care professionals will encounter throughout their careers. This problem of representation has vexed not only educators but also sociologists and political scientists studying patients' and the public's involvement in arenas such as health services research, policy, and organizational design.In this Perspective, the authors build on these sociological and political science approaches to expand our understanding of the problem of representation in patient engage-ment. In doing so, the authors' reconfiguration of the problem sheds new light on the dilemma of representation. They argue for an understanding of representation that not only is inclusive of who is being represented but that also takes seriously what is being represented, how, and why. This argument has implications for educators, learners, administrators, and patient participants.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,328
Score d'incertitude au seuil0,860

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,432
Tête enseignante GPT0,562
Écart entre enseignants0,130 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations53
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetMental Health and Patient InvolvementTravaux en français237 207