Development of Enriched Core Competencies for Health Services and Policy Research
Notice bibliographique
Résumé
OBJECTIVE: To develop an enriched set of core competencies for health services and policy research (HSPR) doctoral training that will help graduates maximize their impact across a range of academic and nonacademic work environments and roles. DATA SOURCES/STUDY SETTING: Data were obtained from multiple sources, including literature reviews, key informant interviews, stakeholder consultations, and Expert Working Group (EWG) meetings between January 2015 and March 2016. The study setting is Canada. STUDY DESIGN: The study used qualitative methods and an iterative development process with significant stakeholder engagement throughout. DATA COLLECTION/EXTRACTION METHODS: The literature reviews, key informant interviews, existing data on graduate career trajectories, and EWG deliberations informed the identification of career profiles for HSPR graduates and the competencies required to succeed in these roles. Stakeholder consultations were held to vet, refine, and validate the competencies. PRINCIPAL FINDINGS: The EWG reached consensus on six sectors and eight primary roles in which HSPR doctoral graduates can bring value to employers and the health system. Additionally, 10 core competencies were identified that should be included or further emphasized in the training of HSPR doctoral students to increase their preparedness and potential for impact in a variety of roles within and outside of traditional academic workplaces. CONCLUSION: The results offer an expanded view of potential career paths for HSPR doctoral graduates and provide recommendations for an expanded set of core competencies that will better equip graduates to maximize their impact on the health system.
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 | 0,049 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».