MétaCan
Menu
Retour à la cohorte
Enregistrement W4220916975 · doi:10.1097/acm.0000000000004381

The Vot-ER Healthy Democracy Campaign: A National Medical Student Competition to Increase Voting Access

2021· article· en· W4220916975 sur OpenAlexaff
Talia R. Ruxin, Yoonhee P. Ha, Madeline Grade, Rory Brown, Carlton Lawrence, Alister Martin

Notice bibliographique

RevueAcademic Medicine · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensInstitute of Health Economics
Organismes subventionnairesnon disponible
Mots-clésBallotCompetition (biology)VotingMedicaidAgency (philosophy)Political scienceGovernment (linguistics)Voter registrationHealth carePublic relationsDemocracyMedical educationPublic administrationMedicinePoliticsSociology

Résumé

récupéré en direct d'OpenAlex

Abstract Problem Voting affords citizens a direct say in the leaders and policies that affect their health. However, less than 20% of eligible U.S. citizens have been offered the chance to register to vote at a government-funded agency like a hospital or clinic that provides Medicaid or Medicare services. Medical students are well positioned to increase voting access due to their interactions with multiple actors in health care settings, including patients, visitors, colleagues, and others. Approach Vot-ER, a nonpartisan, nonprofit organization that aims to promote civic engagement in health care settings, launched the inaugural Healthy Democracy Campaign from July 20 to October 9, 2020. As part of this national, gamification-based competition, medical student captains were recruited to lead teams of health care trainees and professionals that helped eligible adults start the voter registration and/or mail-in ballot request process before the November 2020 elections. Post competition, medical student captains were surveyed about their motivations for participating and skills and knowledge gained. Outcomes In total, 128 medical student captains at 80 medical schools in 31 states and the District of Columbia formed teams that helped 15,692 adults start the voter registration and/or mail-in ballot request process. Eighty-two (64.1%) captains responded to the post competition survey, representing 56 (70.0%) of the participating schools. The top-ranked motivation for participating in the campaign was the desire to address social and racial inequities (37, 45.1%). Respondents reported gaining skills and knowledge in several aspects of civic engagement, including community organizing (67, 81.7%) and voting rights (63, 76.8%). The majority of respondents planned to incorporate voter registration into their future practice (76, 92.7%). Next Steps Future Healthy Democracy Campaigns will aim to continue closing the voting access gap and promote the long-term inclusion of hands-on civic engagement in medical education and practice.

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,535
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,062
Tête enseignante GPT0,472
Écart entre enseignants0,410 · 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'étudeSans objet
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

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetEducational Games and GamificationTravaux en français237 207