MétaCan
Menu
Retour à la cohorte
Enregistrement W4411875307 · doi:10.1152/physiol.2025.40.s1.0108

An Innovative New Graduate Program That Promotes Direct Entry to Physiology Related Careers: The Master of Health Science in Medical Physiology

2025· article· en· W4411875307 sur OpenAlexaffabout
Helen Miliotis, Buchan Alison, Carin Wittnich, Brian Cox, Patricia L. Brubaker, Adria Giacca, Denise D. Belsham

Notice bibliographique

RevuePhysiology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPhysiologyGraduate studentsMedical educationMedicine

Résumé

récupéré en direct d'OpenAlex

There are many career possibilities that physiology students can pursue, as it is a discipline that not only underlies further health-science specializations, but also related areas in biotechnology, pharmaceuticals, and health related data science. Students are often not aware of these careers, or lack skills beyond scientific training, including knowledge of commercialization or data analytics that would allow them to directly enter these areas. To this end, the Department of Physiology at the University of Toronto developed a new graduate program to train students to bridge the gap of taking existing physiological knowledge concerning human health and put it into practice into emerging areas related to health. The resulting Master of Health Science in Medical Physiology is a one year, course-based, professional degree, and represents an innovative approach to graduate education in a traditional Physiology department. The program combines courses in advanced physiology, with a mentored literature review report, new courses in commercialization, big data analysis, and clinical applications, as well as embedded professional development and career exploration. Finally, a practicum placement in the last term allows students to explore how human physiology is integrated and applied in different work environments such as industry, clinical research, or consulting. Results of anonymous student surveys (University of Toronto REB#38711) indicated that students felt more aware and prepared for careers in areas of interest to them. Indeed, testimonials from practicum supervisors reveal that our graduates bring a unique skillset that is highly valued in both academic and non-academic organizations. Early graduate outcome tracking data since our first cohort in 2021 demonstrates that the novel approach of the program prepares students to enter directly into physiology careers. While approximately one third of graduates pursue further health studies such as medicine, most of our graduates are directly employed in different sectors such as biotechnology, consulting, medical communications, data analytics, artificial intelligence, and more – aligning with the program’s goals. In this work, we will describe the development, implementation, and impact of the new MHSc Medical Physiology graduate program. This abstract was presented at the American Physiology Summit 2025 and is only available in HTML format. There is no downloadable file or PDF version. The Physiology editorial board was not involved in the peer review process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0040,001
Science ouverte0,0010,008
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0250,010

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.

Tête enseignante Opus0,193
Tête enseignante GPT0,489
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysiologyMême sujetHealth and Medical Research ImpactsTravaux en français237 207