Pioneering family medicine: A collaborative global health education partnership in Ethiopia
Notice bibliographique
Résumé
In 2013, Ethiopia launched its first Family Medicine (FM) residency programme at Addis Ababa University (AAU). The University of Toronto's Department of Family and Community Medicine (DFCM) was invited to support Addis Ababa University's Department of Family Medicine's (AAU-FM) educational programme activities forming the Toronto Addis Ababa Academic Collaboration in Family Medicine (TAAAC-FM). This paper describes the TAAAC-FM partnership, a capacity-strengthening initiative that focuses on four key levers of academic engagement and transformation: education offerings for AAU-FM trainees, partnership preparation of DFCM faculty, fostering AAU-FM faculty development and leadership, and lastly scholarship, knowledge sharing and mentorship. Toronto Addis Ababa Academic Collaboration in Family Medicine operates on principles of respect, flexibility and cultural sensitivity. Monthly virtual meetings and annual in-person faculty visits fostered curriculum support, teaching and leadership training, ensuring that the programme remained responsive to evolving needs. The partnership has contributed to a Community of Practice (CoP) to advance FM in Ethiopia, promoting shared learning. Addis Ababa University's Department of Family Medicine faculty leads in various roles, engages with global FM communities, and contributes to policy development, demonstrating significant progress in FM education and leadership. Looking ahead, TAAAC-FM aims to adapt its efforts based on the capacity built with AAU-FM, continue faculty development, and strengthen linkages within the global healthcare community. The partnership's success underscores the importance of collaborative, culturally informed high-low resource setting approaches to FM training and healthcare system strengthening, offering valuable insights for similar initiatives.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».