MétaCan
Menu
Retour à la cohorte
Enregistrement W2895328111 · doi:10.1155/2018/5629109

Remote Supervision in Short-Term Global Health Experiences

2018· article· en· W2895328111 sur OpenAlexaffabout
Pryanka Relan, Kristy C.Y. Yiu, Henry C. Lin, Lawrence C. Loh

Notice bibliographique

RevueJournal of Tropical Medicine · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensPublic Health OntarioUniversity of TorontoMcMaster University
Organismes subventionnairesnon disponible
Mots-clésTerm (time)BusinessProcess managementMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

The global health development community is increasingly examining the phenomenon of short-term experiences in global health (STEGH), with an aim to mitigate the negative impacts of such activities on host communities. Appropriate supervision is one strategy, but various barriers (e.g., institutional requirements) limit the availability of qualified supervisors. Remote supervision represents one potential model to provide supervision that may mitigate the negative impacts of STEGH. This paper reports observed outcomes from a description of a pilot remote supervision program employed in a global health program for Canadian undergraduate students. Benefits for learners included greater confidence and independence, greater perceived effectiveness in conducting their project abroad, and reassurance of remote support from their supervisor, supplemented with day-to-day guidance from the local partner. Host communities reported greater trust in the bidirectional nature of partnership with the visiting institution, empowerment through directing students' work, and improved alignment of projects with community needs. Finally, faculty noted that remote supervision provided greater flexibility and freedom when compared to traditional in-person supervision, allowing them to maintain professional duties at home. Collectively, this pilot suggests that remote supervision demonstrates a potential solution to mitigating the harms of STEGHs undertaken by learners by providing adequate and appropriate remote supervision.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,004
Communication savante0,0020,002
Science ouverte0,0010,010
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,037
Tête enseignante GPT0,400
Écart entre enseignants0,363 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Tropical MedicineMême sujetGlobal Health and SurgeryTravaux en français237 207