Understanding Perceptions of Non-Indigenous Medical Educators’ Professional Competency for the Integration and Delivery of Indigenous Health Curriculum in Medicine
Notice bibliographique
Résumé
The Canadian medical education system is to increase curricula on Indigenous health as outlined in the Truth and Reconciliation Commission’s (TRC) Call to Action #24; medical schools need instructors with cultural competency. As most instructors are non-Indigenous Medical Educators (NIMEs), medical educators urgently need to understand what it means to be culturally competent within Indigenous health and engage with the TRC Calls to Action #24, which states: “We call upon medical and nursing schools in Canada to require all students to take a course dealing with Aboriginal health issues... This will require skills-based training in intercultural competency, conflict resolution, human rights, and anti-racism (TRC, 2015, 3).” This research examines what constitutes competency in teaching Indigenous health curricula in medical education. Using critical race theory for analysis, three areas are explored: 1. understanding competency; 2. the role of Indigenous health in medicine; and 3. educator and learner perspectives. One-to-one interviews were conducted with Indigenous learners and medical educators, frontline non-Indigenous medical educators and senior leadership from across Canada’s medical schools. The data allowed for a robust understanding of what competency to teach Indigenous health means when the participants in systems of Indigenous health curricula share their views on NIMEs and account for how Indigenous and Western knowledge often difer in conceptualization and expression. The analysis provided recommendations for NIME training and a snapshot of NIME professional competencies from their perspectives and those of people receiving their teaching. From this research, an initial framework of ethical standards for the teaching of Indigenous health was developed. This framework can be instrumental in developing territorial-based standards between medical schools and local Indigenous communities in which medical schools are situated. It can also support medicine’s regulatory, policy, and academic bodies of medicine in addressing the TRC Call to Action #24.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 tête enseignante, 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 ».