Education for Women Physicians and Their Continuing Professional Development: Lessons from Canada
Notice bibliographique
Résumé
日本における女性医師の比率は，2016年では21. ％である。一方，OECD加盟国では概ね医師の2人に1人が女性という状況である（2015年）。海外における女性医師の養成並びに生涯学習の状況を知るために，カナダの医学教育，医師の専門分野における男女統計，女性医師団体による継続専門教育（Continuing Professional Development）の実践を考察する。 カナダにおける女性医師比率は41.2％であるが，医師養成課程の在籍者数においては，1995年に50％を超え，2015年では55.1％である。医学教育の場では女性が多数派となり20年が経っているが，ワーク・ライフ・バランスやリーダーシップなどの面で課題は残されている。そのため，女性医師団体はネットワーキング活動と共に，カナダ専門医協会が定める継続専門教育の機会を提供し，女性のキャリア形成支援を行っている。
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 | 0,014 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,016 | 0,008 |
| Communication savante | 0,012 | 0,005 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».