Community organization feedback about an undergraduate medical education service learning program
Notice bibliographique
Résumé
BACKGROUND: In 2016, Service Learning (SL) became a curricular requirement for undergraduate medical education (UGME) students at the University of Manitoba. Students partner with a community-based organization for two years to engage in non-clinical activities in community settings. Significant feedback has been collected from students re: their SL experiences. This project specifically collected feedback from community organizations involved with SL. METHODS: In June 2019, an electronic survey was distributed to the 36 community organizations involved with SL. RESULTS: Twenty-seven organizations completed the survey. Feedback was grouped into two main themes: 1) Logistics and 2) The SL Experience. About half (52%) of respondents indicated it was "easy" to schedule students for SL; however, students' busy schedules and differences between hours of organization programming and students' availability were highlighted. Most respondents described students as "engaged" (70%); respondents indicated SL raised students' understanding of power and privilege (56%) and systemic oppression (63%). CONCLUSIONS: Community organizations shared valuable insights to inform the SL program. Results identified specific aspects of the SL program to address moving forward, such as sharing learning objectives with community partners. Ensuring processes are in place to obtain feedback from community partners is an essential step to improve SL programs, and to strengthen reciprocal community-university partnerships.
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 | 0,004 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,040 | 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 ».