MétaCan
Menu
Retour à la cohorte
Enregistrement W4414288345 · doi:10.2196/60452

Exploring the Icarus Paradox in Indonesia's Specialist Medical Education System Using the Public Perspective From Online Media: Convergent Mixed Methods Study

2025· article· en· W4414288345 sur OpenAlexvenueno aff
Faisal Binsar, Mohammad Hamsal

Notice bibliographique

RevueJMIR Medical Education · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)ICARUSPsychological interventionMental healthPublic healthHealth careMedical carePublic policy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Icarus Paradox in health care refers to the tension between the ambition to succeed as a specialist doctor and the limitations of the medical education system. Indonesia aspires to produce quality doctors, yet limited infrastructure and resources hinder the educational journey of prospective specialists. OBJECTIVE: This study aimed to identify the Icarus Paradox in Indonesia's specialist medical education by examining prospective specialist medical students and the quality of health services and by analyzing how this paradox is reflected in society's perspectives. METHODS: Using a convergent mixed methods design, this study integrated quantitative content analysis of 5047 online reviews across multiple platforms with qualitative thematic and cognitive analysis using NVivo 14, combining sentiment classification and topic coding. RESULTS: Twitter contributed 573 (11.3%) of 5047 reviews, with 218 (38%) negative, 251 (43.8%) neutral, and 104 (18.2%) positive entries. TikTok generated 282 (5.6%) reviews, the majority being neutral (n=225, 79.5%). YouTube produced 96 (1.9%) reviews, with 89 (92.7%) neutral entries. News platforms exhibited the largest volume (n=3040, 60.2%) of reviews, with 2885 (94.9%) neutral, 105 (3.5%) positive, and 50 (1.6%) negative entries. Blogs and websites contributed 353 (7%) and 692 (11.3%) reviews, respectively, with neutral sentiment dominating (n=329, 93.2%, for blogs and n=599, 86.6%, for websites). Three cognitive perspectives demonstrated the Icarus Paradox in the Indonesian medical education system: education system, society's views of students, and health care services. Although there are aspirations to improve education and health care quality, these ambitions often collide with structural challenges, such as resource shortages, heavy workloads, and limited accessibility, which link directly to cognitive themes of stress, resilience, and ethical dilemmas. We proposed a conceptual model to illustrate these dynamics. CONCLUSIONS: Our findings offer insights into the Icarus Paradox in Indonesia's medical education system, highlighting its complexity and reinforcing the need for systemic reform. Beyond academic relevance, the findings also emphasize the importance of strengthening student mental health support, ensuring equitable access to health care, and enhancing regulatory oversight of training. This was not a clinical trial. Although limited by reliance on online reviews, the results underscore the urgent need for targeted policy interventions in medical education and health care services.

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)0,020
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0030,003
Communication savante0,0060,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,072
Tête enseignante GPT0,449
Écart entre enseignants0,378 · 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'étudeQualitatif
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Medical EducationMême sujetInnovations in Medical EducationTravaux en français237 207