Evaluating the Effectiveness of Indigenous Health Curricula: Validation and Application of the NOSM CAST Instrument
Notice bibliographique
Résumé
OBJECTIVES In recent years, Indigenous health curricula have been integrated into medical education in response to international calls to improve Indigenous health care. Instruments to evaluate Indigenous health education are urgently needed. We set out to validate a tool to measure self-reported medical student preparedness to provide culturally safe care to Indigenous Peoples. We then applied the tool to evaluate the effectiveness of the Northern Ontario School of Medicine University's (NOSM U) Indigenous health curriculum. METHODS We conducted psychometric testing of a 46-item draft NOSM Cultural Competency and Safety Tool (CAST). Testing included principal components analysis, subscale and item analysis, and the use of paired sample t-tests to examine pre- and posttest change to measure learner outcomes. The NOSM CAST was transposed to create a retrospective pre–posttest survey with single-point-in-time scoring. RESULTS Respondents included five cohorts of first-year undergraduate medical students, with 305 of 320 participating (response rate of 95.3%). The validated survey subscales included knowledge, confidence/preparedness, attitudes, intentions for advocacy, antidiscrimination, and self-reflective practice, measured using 36 scale items. Cronbach's alpha showed good to excellent internal consistency for the scales ( α range = 0.82–0.91). Composite reliability values were acceptable. The pre–posttest analysis showed statistically significant increases on four scales: knowledge [ t(254) = 15.10, P < .001], confidence/preparedness [ t(254) = 15.85, P < .001], intentions for advocacy [ t(251) = 3.32, P = .001], and self-reflective practice [ t(254) = 8.04, P < .001]. The largest mean increases were for knowledge ( d = 1.07) and confidence/preparedness ( d = 1.15). CONCLUSIONS The NOSM CAST tracks student progress in Indigenous health curricula. NOSM U's classroom and immersion-based Indigenous health curriculum enhanced students’ self-reported preparedness for culturally safe care. NOSM CAST implemented together with an assessment of Indigenous patient experiences with the same learners constitutes a rigorous evaluation approach to Indigenous health curricula.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».