Tuition Costs of Master’s of Health Professions Education Programs: A Cross-Sectional Analysis
Notice bibliographique
Résumé
PURPOSE: The increasing professionalization of medical education during the past 2 decades has ushered in an era in which formal degrees, particularly master's of health professions education (MHPE), have become important for career advancement in medical education. Although tuition costs can pose a substantial barrier for many seeking advanced degrees in health professions education, data on tuition associated with these programs are lacking. This study examines the accessibility of pertinent cost-related information available to prospective students and the variability of costs among programs worldwide. METHOD: The authors conducted an Internet-based, cross-sectional study, augmented with emails and direct contact with educators, to extract tuition-related data for MHPE programs between March 29, 2022, and September 20, 2022. Costs were converted to an annual total within each jurisdiction's currency and converted to U.S. dollars on August 18, 2022. RESULTS: Of the 121 programs included in the final cost analysis, only 56 had publicly available cost information. Excluding programs free to local students, the mean (SD) total tuition cost was $19,169 ($16,649), and the median (interquartile range) cost was $13,784 ($9,401- $22,650) (n = 109). North America had the highest mean (SD) tuition for local students ($26,751 [$22,538]), followed by Australia and New Zealand ($19,778 [$10,514]) and Europe ($14,872 [$7,731]), whereas Africa had the lowest ($2,598 [$1,650]). The region with the highest mean (SD) tuition for international students was North America ($38,217 [$19,500]), followed by Australia and New Zealand ($36,891 [$10,397]) and Europe ($22,677 [$10,010]), whereas Africa had the lowest ($3,237 [$1,189]). CONCLUSIONS: There is substantial variability in the geographic distribution of MHPE programs and marked differences in tuition. Incomplete program websites and limited responsiveness from many programs contributed to a lack of transparency regarding potential financial implications. Greater efforts are necessary to ensure equitable access to health professions 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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».