Entrepreneurship in Medical Education: Evaluation of the Entrepreneurship in Healthcare Seminar Series
Notice bibliographique
Résumé
Background: Innovation and entrepreneurship are central to healthcare. Physicians are ideally positioned to create sustainable healthcare innovations. However, few medical programs in Canada provide training for students to pursue innovation and entrepreneurship. We created the Entrepreneurship in Healthcare Seminar Series (EHSS), a novel initiative designed to teach medical students about developing innovations and launching entrepreneurial ventures. We evaluated the EHSS based on medical student feedback and suggest future directions. Methods: EHSS consisted of seven sessions per academic year, each led by a physician-entrepreneur. The session topics outlined a methodological approach to developing a medical start-up, from ideation to implementation, including a formal talk and question/answer period. Quantitative and qualitative evaluations of the program were acquired from anonymized feedback forms with quantitative questions rated on a 5-point Likert scale. Results: From October 2020 to May 2022, there were a total of 258 unique attendees, of which 199 completed feedback forms (77.1%). 88% of attendees agreed or strongly agreed that the sessions were engaging and well-organized, learning objectives were met, and skills gained will be useful in practical settings. Three key themes arose from attendee open-text responses: importance of aligning personal and professional values with entrepreneurial pursuits, significance of mentorship, and that innovation requires proactive identification of healthcare gaps and creative solutions. Discussion: Through EHSS, medical students gained a comprehensive overview of medical entrepreneurship and networking opportunities with physician-entrepreneurs. Future work involves expanding the seminar series to include an experiential learning component to apply foundations learnt from the lectures while receiving mentorship.
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 | 0,034 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».