Development and Launch of the First Obstetrics and Gynaecology Master of Medicine Residency Training Programme in Botswana
Notice bibliographique
Résumé
Abstract Background: Sub-Saharan Africa (SSA) faces a severe shortage of Obstetrician Gynaecologists (OBGYNs). While the Lancet Commission for Global Surgery recommends 20 OBGYNs per 100,000 population, Botswana has only 40 OBGYNs for a population of 2.3 million. We describe the development of the first OBGYN Master of Medicine (MMed) training programme in Botswana to address this human resource shortage. Methods: We developed a curriculum for a 4-year OBGYN MMed at the University of Botswana (UB). We benchmarked curriculum content, learning outcomes, competencies, assessment strategies and research requirements with regional and international programmes. We engaged relevant local stakeholders and developed international collaborations to support in-country subspecialty training. Results: The OBGYN MMed curriculum was completed and approved by all relevant UB bodies within ten months during which time additional staff were recruited and programme financing was assured. The programme was advertised immediately; 26 candidates applied for four positions, and all selected candidates accepted. The programme was launched in January 2020 with government salary support of all residents. The national accreditation process was initiated. Conclusion: Training OBGYNs in-country has many benefits to health systems in SSA. Curricula can be adjusted to local resource context yet achieve international standards through thoughtful design and purposeful collaborations.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
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 ».