MétaCan
Menu
Retour à la cohorte
Enregistrement W2946572967 · doi:10.1097/acm.0000000000002802

Critical Gaps in Understanding the Clinician–Scientist Workforce: Results of an International Expert Meeting

2019· article· en· W2946572967 sur OpenAlexaffabout
Margot Weggemans, Farah Friesen, Manon Kluijtmans, Berent J. Prakken, Olle ten Cate, Nicole N. Woods, Norman D. Rosenblum

Notice bibliographique

RevueAcademic Medicine · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensHospital for Sick ChildrenThe Wilson CentreSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésWorkforceMedicineMedical educationProfessionalizationValue (mathematics)Health carePublic relationsEngineering ethicsPolitical science

Résumé

récupéré en direct d'OpenAlex

Clinician-scientists-health care professionals expert in research and clinical practice-can play a vital role in translating research outcomes to clinical practice. Concerns about the sustainability of the clinician-scientist workforce have been expressed in the literature for decades. Although many have made recommendations to increase the clinician-scientist workforce, there has been no substantial change. Therefore, an international expert meeting was held in March 2017 in Utrecht, the Netherlands, with the goal of discovering unidentified gaps in our understanding of challenges to the sustainability of the clinician-scientist workforce. Nineteen individuals (steering committee members; representatives from the AAMC, AFMC, and RCPSC; and physician-scientists, nurse-scientists, education scientists, deans, vice deans, undergraduate and postgraduate program directors, and a medical student) from Canada, the Netherlands, the United States, and Singapore participated in the meeting. The meeting identified 3 critical questions to be addressed: (1) What is the particular nature of the clinician-scientist role? (2) How are clinician-scientists to be recognized within the health and health research ecosystem? and (3) How can the value that clinician-scientists add to translational medicine and research be clarified to stakeholders and the public? The meeting participants identified a 3-fold agenda to address these questions: articulating the value proposition of clinician-scientists, supporting professionalization and professional identity development, and integrating clinical and research training. Addressing the 3 critical questions will likely contribute to a wider recognition of the value of clinician-scientists and be a first step in advancing from recommendations toward system-level changes to reinvigorate the clinician-scientist workforce.

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)0,008
score de la tête « metaresearch » (Gemma)0,109
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,279
Score d'incertitude au seuil0,898

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,109
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,289
Tête enseignante GPT0,541
Écart entre enseignants0,252 · 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.

Devis d'étudeSans objet
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

Citations52
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetHealth and Medical Research ImpactsTravaux en français237 207