“They Will Come to Understand”: Supervisor Reflections on International Medical Electives
Notice bibliographique
Résumé
Phenomenon: Increasing numbers of medical students from high-income countries are undertaking international medical electives (IMEs) during their training. Much has been written about the benefits of these experiences for the student, and concerns have been raised regarding the burden of IMEs on host communities. The voices of physicians from low- and middle-income countries who supervise IMEs have not been explored in depth. The current study sought to investigate host–physician perspectives on IMEs. Approach: Host supervisors were recruited by convenience sampling through students travelling abroad for IMEs during the summer of 2012. From 2012 through 2014, 11 semistructured interviews were conducted by telephone with host supervisors from Nepal, Uganda, Ghana, Guyana, and Kenya. Participants were invited to describe their motivations for hosting IMEs and their experiences of the benefits and harms of IMEs. Interviews were transcribed verbatim and checked for accuracy. An initial coding framework was developed and underwent multiple revisions, after which analytic categories were derived using conventional qualitative content analysis. Findings: For host supervisors, visits from international medical students provided a window into the resource-rich medical practice of high-income countries, and supervisors positioned themselves, their education, and clinical expertise against perceived standards of the international students' context. Hosting IMEs also contributed to supervisors' identities as educators connected to a global community. Supervisors described the challenge of helping students navigate their distress when confronting global health inequity. Finally, the desire for increasingly reciprocal relationships was expressed as a hope for the future. Insights: IMEs can be formative for host supervisors' identities and are used to benchmark host institutions compared with international medical standards. Reciprocity was articulated as essential for IMEs moving forward.
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 | 0,013 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,016 | 0,010 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,004 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».