MétaCan
Menu
Retour à la cohorte
Enregistrement W4200398163 · doi:10.36834/cmej.72841

Teaching poverty and health: importing transformative learning into the structures and paradigms of medical education

2021· article· en· W4200398163 sur OpenAlexafffundvenueabout
Carrie Cartmill, Cynthia Whitehead, Esther Ihekwoaba, Ritika Goel, Samantha Green, Mona Haidar, Dawnmarie Harriott, Sarah Wright

Notice bibliographique

RevueCanadian Medical Education Journal · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAdult and Continuing Education Topics
Établissements canadiensSt. Michael's HospitalHealth CanadaThe Wilson CentreUniversity of TorontoUniversity Health Network
Organismes subventionnairesUniversity of Toronto
Mots-clésTransformative learningOppressionPovertySocial justiceSociologyUnintended consequencesPedagogyPolitical scienceSocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

Background: As a paradigm of education that emphasizes equity and social justice, transformative education aims to improve societal structures by inspiring learners to become agents of social change. In an attempt to contribute to transformative education, the University of Toronto MD program implemented a workshop on poverty and health that included tutors with lived experience of poverty. This research aimed to examine how tutors, as members of a group that faces structural oppression, understood their participation in the workshop. Methods: This research drew on qualitative case study methodology and interview data, using the concept of transformative education to direct data analysis and interpretation. Results: Our findings centred around two broad themes: misalignments between transformative learning and the structures of medical education; and unintended consequences of transformative education within the dominant paradigms of medical education. These misalignments and unintended consequences provided insight into how courses operating within the structures, hierarchies and paradigms of medical education may be limited in their potential to contribute to transformative education. Conclusions: To be truly transformative, medical education must be willing to try to modify structures that reinforce oppression rather than integrating marginalized persons into educational processes that maintain social inequity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,712
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,358
Écart entre enseignants0,345 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

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

En bref

Citations6
Publié2021
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Education JournalMême sujetAdult and Continuing Education TopicsTravaux en français237 207