MétaCan
Menu
← Retour à la cohorte
Enregistrement W3149985521 · doi:10.1097/acm.0000000000003934

In Reply to van Zanten et al

2021· letter· en· W3149985521 sur OpenAlexaff
Meredith Giuliani, Janneke Frambach, Maria Athina Martimianakis

Notice bibliographique

RevueAcademic Medicine · 2021
Typeletter
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésStandardizationAccreditationPublic relationsPolitical scienceArgument (complex analysis)CurriculumMedical educationEngineering ethicsMedicineLawEngineering

Résumé

récupéré en direct d'OpenAlex

We thank van Zanten and colleagues for their interest in our review. Both the Educational Commission for Foreign Medical Graduates (ECFMG) and the World Federation for Medical Education have important influence over medical education on a global scale. We agree that for global accreditation to work, there must be a form of standardized process for approving the local accreditors and ultimately, the medical schools. Our core argument, however, is that this always carries an inherent danger of silencing important nuances in local needs and resources that affect training models. 1 We hope we have raised awareness about assumptions that are inherent in concepts, such as “standardization.” 2 Standardization is a common theme in both medicine and medical education, which may in part be driven by the biomedical paradigm of evidence-based medicine. Proponents of standardization in global standard development emphasize its role in improving quality in both training and patient care and facilitating movement of health professionals. However, as stated by Timmermans, “standardization may seem to be politically neutral on the surface, but in fact, it poses sharp questions for democracy.” 3 Standardization has been criticized for driving a loss of identity and social power and being vulnerable to implementation gaps. 3 Sefton describes the tensions inherent in meeting specific local community health needs while addressing international requirements or standards. 4 Our position is not to eliminate global efforts, such as those in accreditation and curriculum design, but to recognize the complexity and subtleties between local priorities and global differences. We acknowledge the articulated benefits of the new system proposed by the ECFMG. However, we argue that the unanticipated and unintended effects of power relations must be consciously examined, reported, and corrected. As stated in the ECFMG’s 2010 announcement, “the efficacy of such a requirement depends on a universally accepted accreditation process.” 6 Achieving a “universally accepted” accreditation process is likely impossible. For this reason, we argue that we must track which institutions/regions do not end up participating in the new system and, most importantly, why they do not. 5

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,126
Version: metacan-v3-hybrid-931329e0061cStatut 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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,126
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,004
Communication savante0,0070,011
Science ouverte0,0070,005
Intégrité de la recherche0,0360,038
Charge utile insuffisante (le modèle a refusé de juger)0,0140,012

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 Opus0,043
Tête enseignante GPT0,400
Écart entre enseignants0,357 · 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 source (Gemma direct ou Codex distillé), 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
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic Medicine→Même sujetInnovations in Medical Education→Travaux en français237 207→