Higher Education Institution Partnership to Strengthen the Health Care Workforce in Afghanistan
Notice bibliographique
Résumé
Despite ongoing insecurity, Afghanistan has demonstrated improvement in health outcomes. Reasons for this success include a strategic public-private health service delivery model and investment in Afghan health care workforce development. Afghan universities have the primary responsibility for ensuring that an adequate health care workforce is available to private and public health care delivery settings. Most entry-level health care providers working in Afghanistan are educated within the country. However, university constraints, including faculty shortages and limited access to professional development, have affected both the flow of the health care workforce pipeline and the skill levels and competencies of those who do enter the workforce. Aware of these constraints and workforce needs, the administration at Kabul University of Medical Sciences (KUMS), working in collaboration with the Ministry of Higher Education, prioritized investment in strengthening technical and academic capabilities within four faculties (anesthesiology, dentistry, medical laboratory technology, and midwifery). KUMS partnered with the University of Minnesota in 2017 with United States Agency for International Development support through the University Support and Workforce Development Program. Together they established a unique training-of-trainers (TOT) faculty development program to improve faculty knowledge and skills specific to their technical expertise, as well as knowledge and skills in instructional design and research methods. In this article, we describe the successes and challenges associated with partnership development, implementation, and sustainability.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,025 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,023 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».