Enriched core competencies for health services and policy research—An update
Notice bibliographique
Résumé
Objective: Doctoral and postdoctoral training in health services and policy research (HSPR) needs to evolve to address changing career trajectories, emerging health system challenges, and the advancement of learning health systems. This changing landscape necessitates examination of the core competencies that underpin training. This study presents a refreshed set of core competencies for HSPR to guide the modernization of training and considerations for implementation. Methods: Qualitative methods and an iterative development process with extensive community engagement throughout were used. Data were obtained from multiple sources, including literature reviews, surveys, key informant interviews, focus groups, Task Force meetings, a consensus workshop, and a validation process (Fall 2022 to May 2024). The study setting is Canada. Results: The refreshed core competencies include nine essential domains that maintain an emphasis on rigorous scholarly preparation and prioritize leadership and other professional skills deemed essential to contribute to evidence-informed system improvement and learning health systems. Additionally, the framework features two new transversal domains: Equity, Diversity, Inclusion, Accessibility, and Anti-Oppression; and Indigenous Cultural Safety and Humility. These domains are considered fundamental principles to be embedded into all aspects of HSPR competencies and training, fostering more inclusive and equitable leaders and health systems. Conclusions: As health systems continuously evolve, so too should the questions researchers address, the methods they use, and the skills needed to maximize contributions to evidence-informed health system improvement and learning health systems. The refreshed core competencies for HSPR maintain important continuity with the inaugural competency framework while also including several important additions. The framework allows for flexibility in its implementation and us; it can be used to guide the enhancement of existing training programs, the development of new ones, and the growth and development of a HSPR workforce with the skills to lead and contribute within learning health systems.
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 | 0,054 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,009 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,003 | 0,015 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».