Enrichment of core competencies to maximize health system impact: An analysis of an embedded research training program
Notice bibliographique
Résumé
Abstract Introduction The Health System Impact (HSI) Fellowship is an embedded research training program that aims to prepare doctoral trainees and postdoctoral fellows for stronger career readiness and greater impact as emerging leaders within and beyond the academy, including in learning health systems (LHS). The program supports fellows to develop 10 leadership and research competencies that comprise the Enriched Core Competency Framework in Health Services and Policy Research through a combination of experiential learning, mentorship, and professional development training. This study tracks competency development of HSI fellows over time and examines fellows' perspectives on which program design elements support their competency development. Methods A competency assessment tool developed for the program was independently completed by 95 postdoctoral and 36 doctoral fellows (self‐assessments) and their respective 203 dyad (academic and health system) supervisors in the 2017 to 2019 program cohorts, who independently rated the strength of fellows' 10 competencies at baseline and several points thereafter. Competency strength ratings were analyzed to understand change over time and differences in ratings across groups (between fellows' sex, supervisor type, and supervisor vs. fellow). Program design element ratings were examined to understand perspectives on their contribution toward fellows' competency development. Results Fellows' competency strength significantly improved in all 10 domains over time, based on independent assessments by the fellows and their dyad supervisors. Supervisors tended to rate the fellows' competency strength higher than the fellows did. Differences in competency ratings between male and female fellows (self‐assessments) and between academic and health system supervisors were either negligble or not significant. Fellows identified all nine program design elements as enriching their competency development. Conclusion The HSI Fellowship provides an opportunity for fellows to develop the full suite of enriched core competencies and to prepare a cadre of emerging leaders with the skills and experience to contribute to the advancement of LHS.
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 | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».