Critical route for leadership competencies in medical students in 35 PAHO members states: A scoping review and thematic analysis
Notice bibliographique
Résumé
The 35 member states (MS) of the Pan American Health Organization (PAHO) have been committed to training physicians in leadership competencies since 2008. However, four reviews on teaching leadership using competency-based education (CBE) in undergraduate medical education (UME) identified only two MS: Canada and the USA that worked on identifying gaps in teaching leadership in UME. Previous reviews did not focus on factors influencing leadership education and did not use qualitative methodology to support their findings. Therefore, this review aims to identify facilitating and inhibiting factors in teaching leadership in UME using a scoping review and thematic analysis. Six databases containing grey and indexed literature in English, Spanish, and Portuguese were searched including hand search and authors’ consultations. Forty-eight documents out of 7849 were selected based on eligibility criteria. Braun and Clarke’s thematic analysis guide was used, resulting in seven themes: curriculum, intended learning outcomes, teaching methods, assessment, addressing barriers, supporting organizational change, and building networks. Considering these themes, the authors propose a critical route for teaching leadership in UME in the Americas. First, institutional design should consider governance gaps, such as having national and international policies for leadership in UME with an inter-professional, trans-professional, and citizen-focused approach. This means that there is a pressing need to equip physicians and other professionals from the government, academia, non-governmental organizations, hospitals, and national and international organizations whose missions are related to health or education with leadership competencies. Networking among actors for leadership education and teacher training is also essential. Second, instructional design reveals knowledge-do gaps in MS when incorporating leadership into the medical curriculum. This includes using leadership frameworks, defining learning outcomes, and employing assessment and monitoring tools for leadership education. Mechanisms to reduce these gaps in MS include the Equator Network and Evidence-Informed Policy Networks which foster knowledge translation and governance.
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 | 0,049 | 0,106 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,033 | 0,027 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».