MétaCan
Menu
Retour à la cohorte
Enregistrement W4386890484 · doi:10.1186/s12909-023-04651-0

Providing culturally responsive care in a pediatric setting: are our trainees ready?

2023· article· en· W4386890484 sur OpenAlexaffabout
Anna Chen, Zachary Blatman, Amy Hai Yan Chan, Anna Hossain, Chavon Niles, Adelle Atkinson, Indra Narang

Notice bibliographique

RevueBMC Medical Education · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCultural Competency in Health Care
Établissements canadiensSickKids FoundationHospital for Sick ChildrenCanada Research Chairs
Organismes subventionnairesnon disponible
Mots-clésMedicineMedical educationCurriculumLikert scaleHealth careCultural competenceModalitiesDescriptive statisticsSubspecialtyCultural diversityNursingFamily medicinePsychologyPedagogy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Extensive data consistently demonstrates inequities in access and delivery of healthcare for patients from historically marginalized populations, resulting in poorer health outcomes. To address this systemic oppression in healthcare, it is necessary to embed principles of equity, diversity, and inclusion (EDI) at an early stage within medical education. This study aimed to assess pediatric trainees' perceived interest in EDI curricula as well as their confidence in applying this knowledge to provide culturally responsive care. METHODS: An anonymous online survey was distributed to pediatric trainees at the University of Toronto. Closed-ended questions used a Likert scale to assess respondents' confidence and interest in providing culturally responsive care to patients. Open-ended questions explored trainees' perceptions of effective EDI learning modalities. A mixed methods approach was utilized, where quantitative data was summarized using descriptive statistics and descriptive content analysis was used to highlight themes within qualitative data. RESULTS: 116 pediatric trainees completed the survey, of which 72/116 (62%) were subspecialty residents/fellows and 44/116 (38%) were core residents. 97% of all responses agreed or strongly agreed that it was important to learn about providing culturally responsive care to patients from historically marginalized communities; however, many trainees lacked confidence in their knowledge of providing culturally responsive care (42%) and applying their knowledge in clinical practice (47%). Respondents identified direct clinical exposure through rotations, immersive experiences, and continuity clinics as effective EDI teaching modalities. Identified barriers included time constraints in the clinical environment, burnout, and lack of exposure to diverse patient populations. CONCLUSION: Most pediatric trainees want to provide culturally responsive care to patients from historically marginalized communities, but do not feel confident in their knowledge to do so. Trainees value learning about EDI through direct clinical exposure and immersive experiences, rather than didactic lectures or modules. These study findings will be utilized to develop and implement an enhanced EDI education curriculum for pediatric trainees at the University of Toronto and other postgraduate residency programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,003
Communication savante0,0040,004
Science ouverte0,0010,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,415
Écart entre enseignants0,366 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations4
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Medical EducationMême sujetCultural Competency in Health CareTravaux en français237 207