MétaCan
Menu
Retour à la cohorte
Enregistrement W4395465366 · doi:10.1186/s12909-024-05426-x

Transgender and gender diverse curriculum in medical imaging programs: a case study

2024· article· en· W4395465366 sur OpenAlexafffundabout
Sidsel Pedersen, Lynn Corcoran

Notice bibliographique

RevueBMC Medical Education · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensAthabasca University
Organismes subventionnairesAthabasca University
Mots-clésCurriculumTransgenderMedical educationHealth careTerminologyPsychologyMedicinePedagogyPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Transgender and gender diverse (TGD) individuals face barriers, including harassment and discrimination, when accessing healthcare services. Medical imaging procedures require personal information to be shared, such as date of last menstrual cycle and/or pregnancy status; some imaging exams are also invasive or intimate in nature. Terminology is based on binary sex creating an inherently cis-heteronormative environment. TGD patients fear being outed and often feel a need to function as educators and advocates for their care. Incorporation of inclusive healthcare curriculum related to TGD populations is an effective means of educating new health providers and promotes safer and more inclusive spaces in healthcare settings. Educators face barriers which hinder the creation and implementation of TGD content. The purpose of this study was to examine the impacts educators are faced with when creating and delivering TGD content in their medical imaging curriculum. METHODS: A case study of medical imaging programs at a Canadian post-secondary institute was undertaken. Data was collected via semi-structured interviews with faculty. Relevant institutional documents such as strategic plans, policies/procedures, websites, and competency profiles were accessed. Framework analysis was used to analyze the data. RESULTS: The study found seven themes that influence the development of TGD curriculum as follows: familiarity and comfort with the curriculum and content change process; collaboration with other healthcare programs; teaching expertise; management of course workload and related. duties; connections to the TGD community; knowledge of required TGD content and existing gaps in curriculum; and access to supports. CONCLUSIONS: Understanding educators' perspectives can lead to an increased sense of empowerment for them to create and incorporate TGD curriculum in the future. Many post- secondary institutions are incorporating an inclusive lens to educational plans; this research can be used in future curriculum design projects. The goal is improved medical imaging experiences for the TGD population.

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)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,003
Communication savante0,0020,001
Science ouverte0,0020,004
Intégrité de la recherche0,0030,003
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 Opus0,072
Tête enseignante GPT0,472
Écart entre enseignants0,400 · 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'étudeQualitatif
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

Citations5
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Medical EducationMême sujetLGBTQ Health, Identity, and PolicyTravaux en français237 207