Reimagining the Medical School Accreditation Process in a Rapidly Changing Health Care Environment
Notice bibliographique
Résumé
ABSTRACT: Health care is changing rapidly due to advances in biomedical science and technology, as well as an expanding body of medical knowledge. This transformation necessitates a reevaluation of medical education models. The medical school accreditation process, administered through the Liaison Committee on Medical Education (LCME) for MD-granting schools in the United States and Canada, plays a crucial role in maintaining educational standards. However, current LCME accreditation standards sometimes conflict with innovative educational practices, potentially hindering necessary progress. This Commentary considers how the accreditation process could better support medical education as it advances and adapts to the evolving needs of the health care environment. The authors propose strategies to enhance the accreditation process and better serve medical schools: align accreditation with competency-based education, share best practices identified during the accreditation process, encourage innovation, address financial burdens associated with preparing for accreditation, support institutional missions, embrace advances in science and technology, and facilitate rapid curriculum changes. Balancing compliance with innovation would help schools optimize the educational journey for future physicians and advance the shared goals of improved medical education and patient care.
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 | 0,073 | 0,189 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,016 |
| Communication savante | 0,014 | 0,012 |
| Science ouverte | 0,007 | 0,006 |
| Intégrité de la recherche | 0,040 | 0,032 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».