“Glocalization” in medical education: A framework underlying implementing CBME in a local context
Notice bibliographique
Résumé
BACKGROUND/PURPOSE: The implementation of competency-based medical education is a social construction process within a local and cultural context. However, little is known about the process of adaptation to different systems, known as "glocalization". We analyzed the documents in the development of a milestone project from adapting global standards into a local context and identified a framework underlying this process. METHODS: Taiwan Society of Emergency Medicine (TSEM) had developed learning milestones based on the ACGME's version through series of consensus methods including committee work, nominal group technique (NGT), and a modified Delphi method. We applied qualitative content analysis to characterize the evolution of the three versions of TSEM and the original ACGME milestones documents and to explore the meaning behind the differences revealed by the glocalization process. RESULTS: We found 48 differences between ACGME and TSEM milestones. Among these differences, one was made by committee work, 44 came from NGT, and 3 were from the modified Delphi process. Two themes and seven sub-themes emerged from the coding process to explain the contextualization process of the milestones. CONCLUSION: We identified a framework that incorporates local expression and local needs into the process called glocalization through which global models of competency-based standards could be optimally implemented in a local context with different systems and cultures.
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 | 0,006 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,001 | 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 ».