Sexual and gender minority health: a roadmap for developing evidence-based medical school curricula
Notice bibliographique
Résumé
Background: Educating future physicians about sexual and gender minority (SGM) patients and their health care needs is an important way to mitigate discrimination and health disparities faced by this community. Canada, across its 17 medical schools, lacks a national standard for teaching this essential topic. This paper aims to review the best practices for teaching an SGM curriculum in undergraduate medical education and synthesize this information into actionable propositions for curriculum development. Methods: A scoping literature review was conducted to identify best practices for SGM teaching. The review elicited peer-reviewed and grey literature on best practices for SGM teaching, policy documents, and opinion pieces from medical education authorities and SGM advocacy groups. Through an iterative process with all authors, the Canadian Queer Medical Students Association (CQMSA), and the Association of Faculties of Medicine of Canada (AFMC), a set of propositions was developed. Results: The search yielded 1347 papers, of which 89 were kept for data extraction. The main outcomes of these papers were sorted along five repeating themes, which formed the basis for six propositions; two more propositions were then added after discussion with all authors. Conclusion: We present eight propositions for the development of a national standard for SGM education at the undergraduate medical level. These include standardizing learning objectives across all schools, using established curricular models to guide curriculum development, interweaving concepts across all levels of training, diversifying teaching modalities, providing faculty training, ensuring a safe space for SGM students and faculty, using OSCEs as a teaching tool, and involving the local SGM community in curriculum development and delivery.
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 | 0,235 | 0,322 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,009 |
| Bibliométrie | 0,019 | 0,016 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,021 | 0,025 |
| Science ouverte | 0,010 | 0,016 |
| Intégrité de la recherche | 0,012 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,003 |
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 ».