An Innovative Master in Anatomy: Combining Anatomy With Educational Scholarship
Notice bibliographique
Résumé
The purpose of this article is to describe the design of a unique, bilingual (English and French) Master of Applied Sciences (M.Sc.) in Anatomical Sciences Education (ASE) program at a Canadian postsecondary institution. Anatomy is a core foundational discipline that is essential to many undergraduate, graduate, and professional programs in the health sciences. However, the number of new individuals with the necessary knowledge base and the pedagogical training to teach cadaveric anatomy are in short supply and cannot satisfy the number of openings for trained educators in the field. The M.Sc. in ASE was created to meet the increasingly critical need for instructors trained in human anatomy. The program is designed to prepare students for a career teaching human anatomy to students in the health sciences, emphasizing hands-on cadaveric dissection. Moreover, this program aims to develop educational scholarship skills in trainees by leveraging faculty expertise in medical education research, particularly in the field of anatomy education research. This focus on scholarships will make graduates more competitive for future faculty positions. During their first year of the program, learners will develop clinically relevant anatomy knowledge, teaching skills, and anatomy education scholarship. In the second year, students will benefit from an immediate, hands-on application of this acquired knowledge. In the same year, students will serve as anatomy teachers in the faculty's Medical Program and conduct their education scholarship projects, culminating in a formal research paper. Although similar programs have been developed in recent years, this article provides the first description of the creation of a graduate program in anatomy education. It includes needs assessment, program development, challenges faced, and lessons learned during the approval process. The article serves as a valuable resource for other institutions aspiring to develop similar initiatives.
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 | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,008 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,013 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».