Community engagement: A central feature of NOSM’s socially accountable distributed medical education
Notice bibliographique
Résumé
BACKGROUND: Northern Ontario School of Medicine (NOSM) serves as the Faculty of Medicine of Lakehead and Laurentian Universities, and views the entire geography of Northern Ontario as its campus. This paper explores how community engagement contributes to achieving social accountability in over 90 sites through NOSM's distinctive model, Distributed Community Engaged Learning (DCEL). METHODS: Studies involving qualitative and quantitative methods contribute to this paper, which draws on administrative data from NOSM and external sources, as well as surveys and interviews of students, graduates and other informants including the joint NOSM-CRaNHR (Centre for Rural and Northern Health Research) tracking and impact studies. RESULTS: Community engagement contributes throughout the lifecycle stages of preadmission, admission, and undergraduate medical education. High school students from 70 Northern Ontario communities participate in NOSM's week-long Health Sciences Summer Camps. The MD admissions process involves approximately 128 volunteers assessing written applications and over 100 volunteer interviewers. Thirty-six Indigenous communities host first year students and third-year students learn their core clinical medicine in 15 communities, throughout Northern Ontario. In general, learners and communities report net benefits from participation in NOSM programs. CONCLUSION: Community engagement makes a key contribution to the success of NOSM's socially accountable distributed medical education.
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 | 0,010 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,012 | 0,014 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,002 | 0,016 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».