Being Human: Envisioning the Future of Museum-Based Education for Health Professionals
Notice bibliographique
Résumé
ABSTRACT: The arts and humanities are fundamental to health professions education and can substantially enhance clinician empathy, tolerance for ambiguity, and openness to new perspectives. Museum-based education for health professionals (MBE-HP) has particular potential to achieve these aims but remains a nascent field of practice and study. To catalyze the growth of MBE-HP, a convening of 50 individuals from the United States and Canada, including museum educators and health professions educators, administrators, researchers, and learners, as well as patrons of the arts, was held for 3 days in December 2023 in Washington, DC. Activities included 7 distinct MBE-HP experiences at 5 national museums as well as facilitated discussions. This article describes the purpose and design of this unique gathering and summarizes its key outcomes. Through their shared experiences and discussions, participants developed a definition of MBE-HP as an approach that can occur in museums, other in-person settings, and/or online, which is informed by museum-based education adapted for health professional learners and involves exploring and/or creating visual and other forms of art, as well as individual and group reflection on these activities. Participants also developed strategies to advance MBE-HP and steps that can be taken by individuals, programs, and institutions involved in health professions education, as well as changes that may influence health professions education systems, such as professional organizations' sponsorship, private and public funding, evidence generation through research, and changes to regulations and policymaking. Museum-based education for health professionals is reaching critical mass, backed by science and supported by an increasing collection of resources for health professions educators; the definitions and strategies outlined here may be of value to stakeholders seeking to move MBE-HP into the mainstream to realize its potential to benefit learners, educators, patients, and communities.
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 | 0,020 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,020 | 0,023 |
| Communication savante | 0,019 | 0,012 |
| Science ouverte | 0,003 | 0,029 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».