MétaCan
Menu
Retour à la cohorte
Enregistrement W2963620000 · doi:10.1177/2373379919859607

Developing a Competency Framework for Population Health Graduate Students Through Student and Faculty Collaboration

2019· article· en· W2963620000 sur OpenAlexafffundabout
Laura Miller, Sara Brushett, Caitlyn Ayn, Kirk Furlotte, Lois Jackson, Madison MacQuarrie, Ariane S. Massie, Holly Mathias, Madeleine McKay, Brad A. Meisner, Lauren Moritz, Christie Stilwell, Lori E. Weeks

Notice bibliographique

RevuePedagogy in Health Promotion · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensYork UniversityDalhousie University
Organismes subventionnairesDalhousie University
Mots-clésMedical educationResource (disambiguation)PopulationProfessional developmentPopulation healthCore competencyMedicinePedagogyPsychologyComputer scienceManagement

Résumé

récupéré en direct d'OpenAlex

Defining competencies within health disciplines is important because it provides a shared understanding of the fundamental knowledge, skills, and attitudes necessary for research and practice while also offering a practical reference point for academic preparation and professional development. However, existing literature regarding competency frameworks does not address the unique needs of interdisciplinary population health research graduate students. The purpose of this project was to understand the competencies desired by interdisciplinary population health research graduate students within the Healthy Populations Institute (HPI) at Dalhousie University and to create a competency framework on which training and program development could be based. A student-led initiative was undertaken to identify core competencies necessary for interdisciplinary population health research graduate students from both traditional (e.g., health promotion) and nontraditional health (e.g., political science) backgrounds. Data were collected and analyzed via three phases: environmental scan, community resource mapping, and consultations with HPI research scholars. Through the environmental scan, core competencies and guiding principles were identified. Community resource mapping of local employment, volunteer, educational, and/or skill-building opportunities resulted in the development of a database. Consultations confirmed the validity of competencies identified in the scan and elicited further resources and suggestions for educational and professional skill development. This project resulted in a unique competency framework that will inform ongoing program development and foster additional opportunities for graduate students within HPI. The process of creating this framework may also be of value to other universities wishing to develop or refine their own set of competencies.

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)0,046
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,243

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0460,032
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,002
Études des sciences et des technologies0,0060,005
Communication savante0,0090,007
Science ouverte0,0030,017
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,151
Tête enseignante GPT0,531
Écart entre enseignants0,380 · 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'étudeQualitatif
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'admission3
Résumé présentoui

Explorer davantage

Même revuePedagogy in Health PromotionMême sujetGlobal Health and SurgeryTravaux en français237 207