MétaCan
Menu
Retour à la cohorte
Enregistrement W2958587561 · doi:10.1097/acm.0000000000002852

Strategic Planning in Health Professions Education: Scholarship or Management?

2019· article· en· W2958587561 sur OpenAlexaff
Niall Byrne, Donald C. Cole, Nicole N. Woods, Kulamakan Kulasegaram, Maria Athina Martimianakis, Lisa Richardson, Cynthia Whitehead

Notice bibliographique

RevueAcademic Medicine · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensThe Wilson CentreUniversity Health NetworkWomen's College HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésStrategic planningScholarshipUnderpinningAcademic medicineStrategic human resource planningSociologyStrategic thinkingStrategic managementHigher educationKnowledge managementPublic relationsManagement scienceEngineering ethicsMedical educationBusinessPolitical scienceMedicineComputer scienceMarketingEngineering

Résumé

récupéré en direct d'OpenAlex

Strategic planning, in its various forms, is an evaluation practice that is ubiquitous in academic medicine. However, published reports of strategic planning at academic health centers usually ignore theory. In a 2017 strategic planning exercise at the Wilson Centre, a scholarly model evolved using a theoretical framework and a research approach rather than a conventional management model, which typically identifies outcomes and how to achieve them. After completing this exercise, the authors considered the larger questions of the assumptions underpinning different models of strategic planning and strategic planning's value to academic medicine. To elaborate on these questions, the authors examine relevant literature and set out the Wilson Centre's emergent scholarly model. They describe the main features of the scholarly model, including ways it differs from a management approach and from the typical approach to strategic planning in the authors' experience and in the field of health professions education research. The authors also share lessons learned as a means to encourage consideration by other academic organizations.

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)0,050
score de la tête « metaresearch » (Gemma)0,076
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,264

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0500,076
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,010
Études des sciences et des technologies0,0080,044
Communication savante0,0310,028
Science ouverte0,0030,013
Intégrité de la recherche0,0070,011
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,108
Tête enseignante GPT0,474
Écart entre enseignants0,366 · 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'étudeThéorique ou conceptuel
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

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetInnovations in Medical EducationTravaux en français237 207