A scoping and web-based review of current practices and lessons learnt in development and sustainability of global health emergency medicine fellowships
Notice bibliographique
Résumé
Background: Despite a high perceived interest in advanced global health training among Canadian emergency medicine trainees, only one global health emergency medicine (GHEM) fellowship existed in Canada at the time of this review. We conducted a scoping and web-based review to summarize the components of, and lessons learnt through development and implementation of global health emergency medicine fellowship programs to date, to inform program development. Methods: We conducted a scoping and web-based review by systematically searching electronic databases from inception to 2021 for articles and websites (2022) describing global health emergency medicine training programs based in high income countries. Results: From 2957 articles and 62 websites identified, eight articles and 43 websites were included in the review. Fellowships are generally structured as follows: 1–2 years duration curriculum including clinical skills, and course and field work focused on education, research or administration, funded by fellows’ clinical hours. Details on trainees’ experiences, international work, and program outcomes were lacking. Conclusions: This review highlights the need for information on lessons learnt through development and implementation of GHEM fellowship programs, and experiences and outcomes of trainees to date, to inform program improvements to optimize the benefits of GHEM fellowship training. Registration: Open science framework; https://doi.org/10.17605/OSF.IO/UAH35 February 19 th , 2018.
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 | 0,044 | 0,195 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,032 | 0,031 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».