MétaCan
Menu
Retour à la cohorte
Enregistrement W2993602873

Lessons Learned and Pathways Forward Indigenous Medical Workforce Development in Canada since 2004

2011· article· en· W2993602873 sur OpenAlexaboutno aff
MAnderson DeCoteau, Barry Lavallee

Notice bibliographique

RevueFocus on Health Professional Education A Multi-Professional Journal · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndigenousWorkforceMentorshipWorkforce developmentMetisPolitical scienceHealth carePublic relationsMedicineMedical educationEconomic growthNursing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The vision of the Indigenous Physicians Association of Canada is healthy and vibrant Indigenous nations, communities, families and individuals supported by an abundance of well educated, well supported Indigenous physicians working together with others who contribute to this vision with us. In our first 5 years of operation as the Indigenous Physicians Association of Canada we have focused our efforts on workforce development, building partnerships with the Association of Faculties of Medicine of Canada, the Royal College of Physicians and Surgeons of Canada, the 17 Canadian faculties of Medicine, and many national Aboriginal organisations. We have asked, and continue to ask ourselves, what is necessary to have a medical workforce that is competent to provide high quality culturally safe care to First Nations, Inuit and Metis people? On reflection, some of these things include: a strong national Indigenous physicians organisation; mentorship and peer support; recognition and realisation of shared responsibility for Indigenous health workforce development; adequate resources; and long term commitment. This paper discusses Indigenous health workforce development goals, the Canadian medical school landscape as is relevant to pursuing these goals, recent Indigenous health education initiatives, and some of the lessons we have learned and will apply as we move forward and seek to achieve our goals.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,559
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,006
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,161
Tête enseignante GPT0,472
Écart entre enseignants0,312 · 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'étudeObservationnel
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

Citations2
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFocus on Health Professional Education A Multi-Professional JournalMême sujetGlobal Health Workforce IssuesTravaux en français237 207