MétaCan
Menu
Retour à la cohorte
Enregistrement W4293078333 · doi:10.5744/rhm.2022.50015

The Politics of Standardized Patienthood

2022· article· en· W4293078333 sur OpenAlexaff
Sara V. Press

Notice bibliographique

RevueRhetoric of Health & Medicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueEmpathy and Medical Education
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésIndigenousRhetorical questionTRACE (psycholinguistics)PoliticsRepresentation (politics)Health carePersonality psychologyReciprocalPsychologyMedicinePedagogySociologyMedical educationPolitical scienceLinguisticsSocial psychologyLaw

Résumé

récupéré en direct d'OpenAlex

Abstract: Standardized Patient Programs (SPPs) enlist actors to roleplay the symptoms of various diseases and disorders, and to embody a range of personalities. These simulations are used to help improve the communicative practices and professional competencies of future healthcare workers. Focusing on the use of these programs for medical students and doctors, this article establishes a kairology of the SPP to better understand the shifting terrains of patient representation. A kairological account focuses on “historical moments as rhetorical opportunities” (Segal, 2005, p. 23) and, in the case of medicine, illustrates how “changes in [medical] practice are importantly reciprocal with changes in the terms of practice” (Segal, 2005, p. 22). I trace the SPP through various linguistic iterations to reveal how the shifting language of simulated patienthood reflects different orientations towards medical pedagogy and patient populations at significant junctures in time. I conclude my kairology with an examination of the Indigenous Simulated Patient Program, a 2011 pilot program that has the potential to better represent and serve Indigenous peoples in medical pedagogy 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 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)0,013
score de la tête « metaresearch » (Gemma)0,014
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0110,041
Communication savante0,0040,005
Science ouverte0,0010,007
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 GPT0,359
Écart entre enseignants0,331 · 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'étudeQualitatif
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRhetoric of Health & MedicineMême sujetEmpathy and Medical EducationTravaux en français237 207