Where Are We Now? A Content Analysis of Canadian Master of Public Health Course Descriptions and the Public Health Agency of Canada's Core Competencies
Notice bibliographique
Résumé
OBJECTIVE: To examine the degree to which Master of Public Health (MPH) programs' course descriptions align with the Public Health Agency of Canada's (PHAC's) core competency categories in order to identify strengths and training gaps in such programs across Canada. METHODS: A content analysis of MPH programs in Canada was conducted from July 2019 to November 2019. A sampling frame of programs was obtained from a list from the PHAC Web site. Program information, including mandatory and elective course descriptions, was extracted from each program's Web site and analyzed in NVivo 12. Course descriptions were independently categorized by 2 researchers into 1 or more of the 7 categories of the core competencies outlined by the PHAC. RESULTS: We identified 18 universities with MPH programs with 267 courses across Canada. Thematic analysis revealed that 100% of programs had coursework that addressed the "Public Health Sciences" and "Assessment and Analysis" categories; 93% addressed "Policy and Program Planning, Implementation, and Evaluation"; 67% addressed each of "Communication," "Leadership," and "Partnerships, Collaboration, and Advocacy"; and only 56% had course descriptions addressing "Diversity and Inclusiveness." CONCLUSIONS: We find that Canadian MPH programs may lack course offerings addressing core competency categories relating to diversity and inclusiveness, communication, and leadership. Our findings were limited in scope as we relied on program Web sites; thus, further research should explore course content in more depth than this course description analysis allowed and identify ways to close the MPH curricular gaps we identified.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,024 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».