MétaCan
Menu
Retour à la cohorte
Enregistrement W4311227853 · doi:10.1136/bmjgh-2022-010698

Transforming global health education during the COVID-19 era: perspectives from a transnational collective of global health students and recent graduates

2022· letter· en· W4311227853 sur OpenAlexaff
Daniel W Krugman, Malvikha Manoj, Ghiwa Nassereddine, Gabriela Cipriano, Francesca Battelli, Kimara Pillay, Razan Othman, Kristina Kim, Siddharth Srivastava, Victor A. Lopez-Carmen, Anpotowin Jensen, Marina Schor

Notice bibliographique

RevueBMJ Global Health · 2022
Typeletter
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPandemicGlobal healthCoronavirus disease 2019 (COVID-19)Political scienceDiversity (politics)Public relationsEconomic growthSociologyMedicinePublic healthNursingLaw

Résumé

récupéré en direct d'OpenAlex

on global health (GH) teaching during the COVID-19 pandemic, a group of GH students and recent graduates from around the world convened to discuss our experiences in GH education during multiple global crises. Through weekly meetings over the course of several months, we reflected on the impact the COVID-19 pandemic and broader systemic inequities and injustices in GH education and practice have had on us over the past 2 years. Despite our geographical and disciplinary diversity, our collective experience suggests that while the pandemic provided an opportunity for changing GH education, that opportunity was not seized by most of our institutions. In light of the mounting health crises that loom over our generation, emerging GH professionals have a unique role in critiquing, deconstructing and reconstructing GH education to better address the needs of our time. By using our experiences learning GH during the pandemic as an entry point, and by using this collective as an incubator for dialogue and re-imagination, we offer our insights outlining successes and barriers we have faced with GH and its education and training. Furthermore, we identify autonomous collectives as a potential viable alternative to encourage pluriversality of knowledge and action systems and to move beyond Western universalism that frames most of traditional academia.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,343
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,034
Tête enseignante GPT0,423
Écart entre enseignants0,389 · 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
GenreCommentaire

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

En bref

Citations13
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Global HealthMême sujetGlobal Health and SurgeryTravaux en français237 207