ASPIRE to excellence: Making health systems socially accountable
Notice bibliographique
Résumé
This article explores the evolving landscape of social accountability in medical education through the lens of the AMEE ASPIRE-to-Excellence initiative. Social accountability has become increasingly recognized as a fundamental principle in health professional education, requiring health professional education and training programs to align their teaching, research, and service activities with the priority health concerns, namely those of the communities they serve. Drawing on the ASPIRE Social Accountability criteria, this paper outlines how these elements function not only as assessment tools but as building blocks for embedding social accountability into curricula and institutional missions. Essential elements include mission-driven leadership and governance, community co-design, equitable student recruitment, socially responsive curricula, community-engaged research, contribution to health services, impact measurement, and continuous quality improvement. The paper illustrates this through examples of excellence in different contexts and identifies key challenges and strategies for expanding social accountability in health professional education and training programs. The discussion emphasizes that social accountability is a dynamic, context-sensitive endeavor grounded in authentic partnerships, continuous quality improvement, and an inclusive approach to health, equity and diversity. The conclusion highlights the call to action: to embrace these criteria as living elements that can guide institutions in fostering socially accountable, environmentally sustainable, and technologically responsive health professionals.
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 | 0,087 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,053 |
| Communication savante | 0,029 | 0,024 |
| Science ouverte | 0,003 | 0,049 |
| Intégrité de la recherche | 0,009 | 0,011 |
| 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 ».