MétaCan
Menu
Retour à la cohorte
Enregistrement W4319936793 · doi:10.4324/9781003348603-9

Humility as a Core Value for the Adoption of Technology in Medicine: Building a Foundation for Communication and Collaboration

2023· book-chapter· en· W4319936793 sur OpenAlexaboutno aff
Brian D. McBeth, Brittany Partridge, Arthur W. Douville, Felix Ankel

Notice bibliographique

RevueProductivity Press eBooks · 2023
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumilityFoundation (evidence)Core (optical fiber)Cultural humilityValue (mathematics)Engineering ethicsKnowledge managementPsychologyEngineeringSociologyComputer sciencePolitical sciencePedagogyTelecommunicationsCultural competence

Résumé

récupéré en direct d'OpenAlex

Humility is a virtue which has been discussed and written about for millennia, among philosophers, religious scholars, and ethicists. From Socrates to Nietzsche, from Roman Catholic traditions to Buddhist writing, thinkers have struggled with defining humility in the human experience, while recognizing its centrality to understanding and relating to the world. Much of the ethos of modern medical education has been influenced by the Flexner report. In the early 20th century, Abraham Flexner visited all medical schools in the United States and Canada to assess and report on the status of medical education for the Carnegie Foundation. Competency-based medical education is influenced by the Dreyfuss and Dreyfuss model of expertise. The master adaptive learner model incorporates phases of planning, learning, assessing, and adjusting in a continuous loop. Humility in the assessing phase allows for more accurate self-assessment and may help mitigate the Dunning–Kruger effect.

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)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,479
Score d'incertitude au seuil0,695

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,085
Tête enseignante GPT0,387
Écart entre enseignants0,302 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProductivity Press eBooksMême sujetInnovations in Medical EducationTravaux en français237 207