Exploring possibilities of harmonising social justice with medical education through the use of CanMeds and AfriMeds when engaging in discipline integration
Notice bibliographique
Résumé
Medical curricula are largely content heavy and grossly overloaded but focus primarily on medical and biomedical sciences. It has been argued by authors such as Gukas and Filies that well-balanced professionals are seldom produced by such content heavy curricula. The incorporation of social justice principles in medical curricula is vital in promoting the production of well-balanced and competent healthcare professionals, as called for in the CanMeds/AfriMeds frameworks. However, the World Federation for Medical Education issued a consensus statement asserting that medical students in the USA and Canada receive little to no formal training and teachings as far as social justice is concerned. In this paper it is asserted that medical students in South Africa are no exception to such consensus. It is further asserted in this paper that if one begins to examine principles of CanMeds/AfriMeds, entry points for the insertion of social justice principles becomes a possibility without having to further overload an overloaded curriculum. In essence, adopting and promoting roles of CanMeds/AfriMeds such as professional, collaborator and scholar enhance a non-hierarchical style and environment of teaching medical students. This new style and environment of learning are shown in this paper to enable an insertion of social justice principles in a medical curriculum in instances where such insertion may otherwise have been impossible.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,016 |
| Communication savante | 0,014 | 0,009 |
| Science ouverte | 0,002 | 0,019 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».