Local Service-Learning Bridges Global Impact Through Dental Education
Notice bibliographique
Résumé
The community service-learning (CSL) curriculum, with a focus on local and global placements, was developed and integrated into the undergraduate dental curriculum at Schulich Dentistry in Canada in the academic year of 2021-22 to proactively train dental learners with a curriculum that aligns with the evolving oral health needs of local communities and the global population. Community engagement sessions were conducted with stakeholders from equity seeking community organizations and service users in Ontario and East Africa to facilitate the development of ‘personalized’ CSL placements that were reflective of the challenges and needs of their service users. This program aims to: 1) provide person-centered dental treatment to equity-seeking community members through evidence-informed care and 2) expand experiential learning opportunities for undergraduate dental learners. Two didactic courses, focusing on social determinants of health in conjunction with experiential learning placements in Ontario and East Africa, were integrated in the third year (D3) and fourth year (D4) undergraduate dental curriculum. D3 learners rotated through several equity-seeking community sites and conducted on-site dental screenings to provide free-of-cost dental care, while D4 learners rotated through primary healthcare facilities in Ontario and East Africa to provide dental care under the supervision of a community dentist. Learners were encouraged to write guided reflections as part of the formative assessment, and clinical instructors were encouraged to provide summative assessments. The CSL program addressed the dental needs of equity-seeking community members in both local and global contexts, while simultaneously promoting the personal and professional growth of the learners.
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 | 0,001 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».