Medical school outreach and mentorship for rural secondary school students: a pilot of the Southwestern Ontario Medical Mentorship Program.
Notice bibliographique
Résumé
INTRODUCTION: Rural communities in Canada face challenges with physician recruitment. Physicians from rural backgrounds are more likely to practise in rural areas; however, rural students are underrepresented in medical schools. To address this, the Southwestern Ontario Medical Mentorship Program (SWOMMP) was created to expose rural secondary school students to medical careers. METHODS: This pilot project involved a school-based interactive session run by rural medical students on paths to medicine, medical specialties and skills workshops of roughly 2.5 hours targeted to grades 10-12 university-level students in rural southwestern Ontario. Two sessions were held, 1 in a town with a population of 20 000 and the other in a town with a population of 5000. A survey was administered before and after the session to assess changes in interest in medical careers and in perceived barriers. RESULTS: Forty-five students participated in the sessions. After the sessions, 32 students (71%) were considering a career in health care, compared to 26 (58%) before the sessions. Almost all students (43 [96%]) found the session helpful or extremely helpful, and all reported they would recommend it to other classes. Finances, grades and length of schooling were the most commonly perceived barriers to pursuing a career in medicine; fewer students had concerns about finances and length of schooling after the sessions. Twenty-nine students (64%) enrolled in longitudinal mentorship with a medical student. CONCLUSION: This pilot project showed that a rural secondary school outreach program run by medical students can increase high school students' interest in medical careers. The project will continue and aims to expand and improve using the pilot study's data.
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».