MétaCan
Menu
Retour à la cohorte
Enregistrement W3010131754 · doi:10.1186/s12960-020-0447-4

The impact of a global health elective on CanMEDS competencies and future practice

2020· article· en· W3010131754 sur OpenAlexaff
Ashley Lanys, Gena Krikler, Rachel F. Spitzer

Notice bibliographique

RevueHuman Resources for Health · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensMount Sinai HospitalWomen's College HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésGlobal healthMedicineMedical educationGlobal LeadershipHealth services researchNursingPsychologyFamily medicinePublic healthPublic relationsPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is evidence that participating in global health electives generates positive educational outcomes and personal benefits for medical trainees. The objective of this study was to examine the effect and impact that a global health elective has on CanMEDS competencies and anticipated future practice. RESULTS: The medical expert, collaborator, leader, scholar, and professional CanMEDS competencies were self-perceived to be strongly impacted through this elective. A total of 94% of participants indicated it increased their strengths as a medical expert and leader, 82% indicated a major impact on the scholar competency, 88% of participants reported a strong impact as a professional, and 76% of participants indicated that it strongly impacted them as a collaborator. The majority of participants continue to have involvement in global health, and 88% of respondents found this elective to be influential on their current practice and beliefs. CONCLUSIONS: These results suggest that individuals who participated in this global health elective perceived value in their experience. These findings support our hypothesis that participation in this global health elective would generate self-perceived positive impacts. Global health electives may provide an opportunity for physicians to expand on their CanMEDS competencies and become more proficient in caring for diverse patient populations.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,354
Score d'incertitude au seuil0,587

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,027
Tête enseignante GPT0,396
Écart entre enseignants0,370 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Resources for HealthMême sujetGlobal Health and SurgeryTravaux en français237 207