MétaCan
Menu
Retour à la cohorte
Enregistrement W4280556256 · doi:10.1136/bmjgh-2022-008501

Global health education in high-income countries: confronting coloniality and power asymmetry

2022· review· en· W4280556256 sur OpenAlexaff
Hoda E. Sayegh, Christina A. Harden, Hijab Khan, Madhukar Pai, Quentin Eichbaum, Charles Ibingira, Gelila Goba

Notice bibliographique

RevueBMJ Global Health · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensMcGill University
Organismes subventionnairesJimma University
Mots-clésPower (physics)Global healthPublic healthPolitical scienceEconomic growthDevelopment economicsEconomicsMedicineHealth careNursing

Résumé

récupéré en direct d'OpenAlex

Contemporary global health education is overwhelmingly skewed towards high-income countries (HICs). HIC-based global health curricula largely ignore colonial origins of global health to the detriment of all stakeholders, including trainees and affected community members of low- and middle-income countries. Using the Consortium of Universities for Global Health’s Global Health Education Competencies Tool-Kit, we analyse the current structure and content of global health curricula in HICs. We identify two major areas in global health education that demand attention: (1) the use of a competency-based education framework and (2) the shortcomings of curricular content. We propose actionable changes that challenge current power asymmetries in global health education.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,002
Communication savante0,0030,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
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 Opus0,028
Tête enseignante GPT0,455
Écart entre enseignants0,427 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

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

En bref

Citations46
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Global HealthMême sujetGlobal Health and SurgeryTravaux en français237 207