MétaCan
Menu
Retour à la cohorte
Enregistrement W4415728564 · doi:10.1002/9781118410868.wbehibs374.pub2

Medical Education and Faculty Development

2025· other· en· W4415728564 sur OpenAlexaff
Yvonne Steinert

Notice bibliographique

RevueThe Wiley Blackwell Encyclopedia of Health, Illness, Behavior, and Society · 2025
Typeother
Langueen
Domaine
Thématique
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMentorshipFaculty developmentExcellenceProfessional developmentVitalityCareer developmentHigher education

Résumé

récupéré en direct d'OpenAlex

Abstract Faculty development refers to that broad range of activities institutions use to renew or assist faculty in their multiple roles as well as those activities individuals engage in independently to enhance their abilities as teachers and educators, researchers and scholars, and leaders and administrators. In response to multiple factors, faculty development has become an increasingly important component of medical education. The majority of faculty development programs focus on teaching improvement. However, faculty development can play a significant role in helping health‐care professionals become more effective researchers and leaders; it can also focus on academic career development and organizational change. Health‐care professionals develop their knowledge, skills, and abilities in a number of ways, including both formal and informal approaches. Formal faculty development initiatives include workshops and seminars, short courses, fellowships, and other longitudinal programs. Informal approaches include work‐based learning and belonging to a community of practice. Mentorship is also key in promoting professional development. Faculty development activities have been highly valued by health‐care professionals, many of whom report an impact on their knowledge, skills, and behaviors as a faculty member. Academic vitality is dependent upon faculty members' interest and expertise; faculty development plays a critical role in promoting academic excellence and vitality.

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)0,008
score de la tête « metaresearch » (Gemma)0,025
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: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil0,258

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0050,003
Communication savante0,0070,002
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0770,008

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 Opus0,012
Tête enseignante GPT0,299
Écart entre enseignants0,287 · 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
GenreAutre

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'admission1
Résumé présentoui

Explorer davantage

Même revueThe Wiley Blackwell Encyclopedia of Health, Illness, Behavior, and SocietyTravaux en français237 207