Proposing the Community Triad Model to action social accountability in medical schools
Notice bibliographique
Résumé
This article is the third in a series exploring drivers of social accountability (SA) in medical schools across Canada. Findings from the two previous articles have highlighted a central relationship between community, students, and faculty at medical schools, and led to the emergence of a new social accountability model– the Community Triad Model (CTM). The CTM proposes an interconnectedness between community, students, faculty, and the broader institution, and the pathways through which community-based learning directly and indirectly influences decision-making in medical institutions. This article explores the relationships between the three arms of the CTM by examining the literature on community engagement and SA, as well as by revisiting popular models and foundational SA reports to garner insights into authentic community engagement in health professions education. While there is an abundance of literature demonstrating the impact of community placements on students, there are limited studies describing the influence of communities on faculty and the broader institution either directly, or indirectly via students. The authors recommend that institutions be more intentional in engaging students and faculty, and learn from their experiences with community to shape curriculum, practices, policies, and culture of the broader institution. This study offers an operational model of SA that is easy to adopt and implement. It intends to demonstrate how the components of the triad (students, faculty/leadership, community) function together in the community engagement and social accountability of medical schools.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».