Evaluating transformative health leadership education for Indigenous health: a mixed methods study
Notice bibliographique
Résumé
BACKGROUND: There is an urgent need to improve structural competency and anti-racism education across health systems. Many leaders in health systems have the ability and responsibility to play a significant role in policy change and transforming healthcare delivery to address health inequities and injustices. The aim of this project was to evaluate a new health leadership Indigenous health course: PLUS4I. METHODS: A mixed methods design grounded in a pragmatic paradigm was used. Attendees to the first four cohorts (n=75) were sent an invitation to complete a survey evaluating their learning immediately after the completion of PLUS4I. We retrospectively collected self-efficacy ratings from participants who were also invited to participate in a semi-structured interview about their experience in PLUS4I. Descriptive statistical analysis was conducted for the quantitative assessment of the survey data. A qualitative descriptive approach to thematic analysis was used for the qualitative interview data. RESULTS: A total of 45 completed quantitative evaluations (n=45) were completed across all four cohorts. Paired t-tests were used to show pre-changes and post-changes in self-reported confidence on a 6-point Likert scale across four categories of activities. Improvements were seen in the ratings across all categories of activities, and all were statistically significant (p<0.001). Two overarching themes emerged from the qualitative analysis: breaking down previous knowledge and critical applications; building new knowledge and change-making competencies. The qualitative interviews (n=25) averaged 32:23 min, with 18 female (72%) and 7 male (28%) interview participants. CONCLUSION: Future work will support expansion of the PLUS4I course into other work environments and faculties, where the learning environment, structure and relevant Truth and Reconciliation Calls to Action may be different. This work responds to the urgent need to create systems-level change to address structural racism and implement high-quality Indigenous health and anti-racism 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 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 | 0,047 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».