Evaluation of a pilot rural mentorship programme for and by pre-clerkship medical students
Notice bibliographique
Résumé
INTRODUCTION: While medical school interventions can help address rural physician shortages, many urban Canadian medical students lack exposure to rural medicine. The Rural Mentorship Programme (RMP) is a 4-month pilot initiative designed by medical students to bridge this gap by pairing preclerkship medical students at an urban medical school with rural physician mentors to provide exposure to rural careers. METHODS: A realist-influenced methodology evaluated perceived benefits and challenges of RMP, assessed how RMP influenced mentee perceptions and intentions towards rural careers, and investigated factors leading to success. Quantitative and qualitative data were collected through evaluative pre-, post-, and 4-month post intervention surveys, mentor interviews and a mentee focus group. Likert scales assessed satisfaction, attainment of objectives and mentee changes in perceptions and intentions. RESULTS: 18/23 mentees and 11/15 mentors completed at least 1 survey; 5 mentees joined the focus group and 3 mentors were interviewed. Most mentees were of non-rural backgrounds and initially neutral about pursuing rural practice. RMP helped mentees better understand rural careers. They especially valued the mandatory community clinical visit and forming relationships with mentors. Mentors enjoyed teaching, reflecting on their careers and demonstrating the merits of rural practice. Transportation and scheduling were major programme challenges. CONCLUSIONS: This pilot suggests that structured mentorship programmes can improve understanding of, and provide exposure to, careers in rural medicine for urban medical students. Results will inform future programme development.
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 | 0,009 | 0,008 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».