MétaCan
Menu
Retour à la cohorte
Enregistrement W4386523653 · doi:10.1080/0142159x.2023.2244665

Global “systemness” in medical education: A rationale and framework to assess performance

2023· article· en· W4386523653 sur OpenAlexaboutno aff
Sawsan Abdel‐Razig, James K. Stoller

Notice bibliographique

RevueMedical Teacher · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedical educationMEDLINEPsychologyMedicineComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Healthcare is global. The challenges of the "triple aim" - achieving high-quality healthcare, maximal value, and an excellent patient experience and outcomes - are universal. Medical education is similarly global with worldwide efforts towards competency-based reform, the adoption and adaptation of accreditation standards, and the expansion of international collaborations between healthcare organizations (HCOs). The focus of many of these efforts centers around recognizing education as a talent pipeline to serve local and global healthcare needs. Accordingly, many U.S.-based academic medical centres are pursuing an increasingly global footprint by developing international partnerships between HCOs. The educational leadership at the Cleveland Clinic (an HCO that has ventured internationally in Canada, the United Kingdom, and the United Arab Emirates) has adopted a "systemness" approach to medical education collaboratives. Systemness describes the ability of academic health systems to leverage existing structures, expertise, and other resources to address broadly shared educational needs across geographies, disseminate best practices, and ultimately improve the care that is delivered. The rationale for systemness, a concept derived from the healthcare administration and business world, affords the opportunity to achieve educational outcomes through synergy that exceeds the capability of any single component of a system. In this perspective, we posit a "systemness" taxonomy to be used to assess the performance and success of international collaborations in medical education and provide examples of its application to existing international partnerships in medical education. This framework is grounded in developmental assessment approaches, akin to those used in assessing learner performance, and defines levels of educational collaboration proficiencies, ultimately towards the alignment of these efforts with the health needs of the communities they serve. As global medical education collaboratives advance, ongoing assessment of existing partnerships and further research will be needed to define competencies and integrative activities that define high-performing medical education partnerships.

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)0,015
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,169
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,039
Tête enseignante GPT0,407
Écart entre enseignants0,368 · 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'étudeObservationnel
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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical TeacherMême sujetInnovations in Medical EducationTravaux en français237 207