آموزش حرفه ای در GIS :شایستگی در کار و  دانش GIS&T

1. تعاریف
2. شایستگی برای زندگی
3. صلاحیت های جغرافیایی
4. ایجاد توازن مجدد بین شایستگی ها در سراسر بخش ها
5. شایستگی ارزش ماندگار
6. نتیجه

 

1. تعاریف

شایستگی : توانایی به کارگیری یا استفاده از دانش، مهارت ها و توانایی ها در یک زمینه خاص. مترادف با “شایستگی”.

مدل شایستگی : مجموعه‌ای از شایستگی‌ها که با هم عملکرد موفق را در یک محیط کاری خاص تعریف می‌کنند.

کار دانشی : اگرچه اجماع در مورد معنای این اصطلاح مبهم است، اما اغلب به حل مسائل غیرمعمول اشاره دارد که به ترکیبی از تفکر همگرا، واگرا و خلاق نیاز دارد.

شغل : دسته ای از مشاغل که به شایستگی های مشابه نیاز دارند و محصولات کاری مشابه تولید می کنند.

حرفه : یک یا چند شغل مشابه که نیاز به دانش پیشرفته، تحصیلات و مدارک تخصصی، تعهد به یک کد اخلاقی خاص رشته و یک آرمان اخلاقی مشترک دارد.

بیکاری تکنولوژیکی : از دست دادن مشاغل ناشی از تغییرات تکنولوژیکی، به ویژه اتوماسیون.

 

2. شایستگی برای زندگی

جامع‌ترین و دقیق‌ترین تلاش تا به امروز برای درک «شایستگی» ممکن است «تعریف و انتخاب شایستگی‌ها: مبانی نظری و مفهومی» ( DeSeCo ) باشد.) برنامه سازمان همکاری اقتصادی و توسعه (OECD). OECD از زمان آغاز به کار خود در سال 1948 به عنوان سازمانی که برنامه مارشال برای بازسازی اروپا را پس از جنگ جهانی دوم اجرا کرد، به یک آژانس آماری بین دولتی و انجمن سیاست “متعهد به دموکراسی و اقتصاد بازار” تبدیل شده است (ویکی پدیا 2017). از سال 1997، با حمایت مرکز ملی آمار آموزش و پرورش ایالات متحده و سایرین، OECD اداره آمار فدرال سوئیس را موظف به مدیریت مجموعه ای از مطالعات، سمپوزیوم ها و نشریات علمی با هدف تعریف شایستگی های مورد نیاز برای زندگی فردی موفق و یک زندگی خوب کرد. جامعه کارآمد (OECD 2001). گزارش نهاییو خلاصه اجرایی برنامه DeSeCo “شایستگی” را به عنوان “بیش از دانش و مهارت” تعریف می کند. این شامل توانایی برآوردن خواسته‌های پیچیده، با استفاده و بسیج منابع روانی اجتماعی (شامل مهارت‌ها و نگرش‌ها) در یک زمینه خاص است» (OECD 2005, 4). به عنوان مثال، شایستگی در ارتباطات، علاوه بر توانایی های گفتاری و نوشتاری، به مهارت ها و نگرش های عملی فناوری اطلاعات نسبت به مخاطبان بستگی دارد.

پروژه DeSeCo بیان می کند که دستیابی به موفقیت هم برای افراد و هم برای جامعه نیازمند شایستگی های فردی، شایستگی های نهادی و به کارگیری شایستگی های فردی برای کمک به اهداف جمعی است (ریچن و سالگانیک 2003). این پروژه سه دسته از شایستگی های فردی را شناسایی کرد:

1. توانایی استفاده از ابزارها – از جمله زبان، نمادها، متون، دانش، اطلاعات و فناوری – به صورت تعاملی. شایستگی‌هایی از این دست نشان‌دهنده نیاز به به‌روز ماندن با فناوری‌ها، تطبیق ابزارها با اهداف خود و انجام گفتگوی فعال با جهان است.

2. توانایی تعامل در گروه های ناهمگن . این شایستگی ها نشان دهنده نیاز به ارتباط خوب با دیگران، همکاری و کار در تیم ها و مدیریت و حل تعارضات است.

3. توانایی عمل مستقل . چنین شایستگی‌هایی نشان‌دهنده نیاز به عمل در تصویر کلان، شکل‌دهی و انجام برنامه‌های زندگی و پروژه‌های شخصی، و دفاع و دفاع از حقوق، منافع، محدودیت‌ها و نیازها است.

یک نظرسنجی کارفرما در سال 2012 در مورد آمادگی فارغ التحصیلان دانشگاهی برای مشاغل حرفه ای، تاکید DeSeCo را بر ارتباطات موثر و توانایی کار مستقل و گروهی تقویت می کند (Chronicle of Higher Education and Marketplace, 2012). این نظرسنجی شامل 704 پرسنل منابع انسانی، مدیران و مدیران اجرایی در طیفی از صنایع بود. بیش از نیمی از پاسخ دهندگان در یافتن فارغ التحصیلان جدید واجد شرایط مشکل داشتند. دشواری درک شده در بین 102 کارفرمای علم و فناوری و به طور کلی شرکت های کوچکتر شدیدتر بود. کارفرمایان علم و فناوری مهارت های ارتباطی را همتراز با دانش فنی مرتبط با آن مشاغل رتبه بندی کردند. در تمام صنایع، مهارت‌های ارتباطی، توانایی مدیریت اولویت‌های چندگانه، و مهارت‌های تصمیم‌گیری و حل مسئله بیش از همه مورد نیاز بود. شلمپر و دیگران (2013) دریافتند که فارغ‌التحصیلان جغرافیا که در سازمان‌های تجاری، دولتی و غیرانتفاعی کار می‌کنند، آمادگی لازم برای اعمال مهارت‌های قابل انتقال مانند مدیریت پروژه و ارتباطات را ندارند. حتی در صنعت زمین فضایی، به اصطلاح “مهارت های نرم” ممکن است در واقع سخت ترین آنها باشد.

 

3. صلاحیت های جغرافیایی

پروژه DeSeCo سه الزام برای دسته بندی شایستگی های خود ایجاد کرد. شایستگی های کلیدی، تیم پروژه بیان کرد (OECD 2005)، باید:

• کمک به نتایج ارزشمند برای جوامع و افراد؛
• کمک به افراد برای برآوردن خواسته های مهم در زمینه های مختلف؛ و
• نه تنها برای متخصصان بلکه برای همه افراد مهم باشید.

با این حال، علیرغم این حقیقت که “یک متخصص مردی است [sic] که بیشتر و بیشتر در مورد کمتر و کمتر می داند” ¹ ، شایستگی های تخصصی نیز مفید هستند. آنها باید انتظار داشته باشند که بدانند و بتوانند انجام دهند. نمونه ای از مشخصات شایستگی جامع برای حوزه GIS&T، مدل شایستگی فناوری زمین فضایی وزارت کار ایالات متحده (GTCM) است. اداره استخدام و آموزش وزارت کار (DOLETA) عالی خود را راه اندازی کرد. ابتکار آموزش شغلی رشد در سال 2003. “فناوری جغرافیایی” یکی از 14 “بخش” با رشد بالا بود که برجسته شد.

در اواخر سال 2009 و 2010، DOLETA تعاریفی از شش شغل جدید جغرافیایی (مرکز ملی توسعه O*NET 2009-2010) و GTCM جدید (DOLETA 2010) صادر کرد. DOLETA طرح شایستگی صنعت خود را در سال 2005 آغاز کرد. اهداف شامل ترویج توسعه مدل های شایستگی مبتنی بر صنعت در صنایع با رشد بالا و تقاضا بود. پیمانکارانی که چارچوب مدل‌سازی شایستگی DOLETA را توسعه دادند، «شایستگی» را به‌عنوان «قابلیت اعمال یا استفاده از مجموعه‌ای از دانش، مهارت‌ها و توانایی‌های مرتبط مورد نیاز برای انجام موفقیت‌آمیز «کارکردهای کاری حیاتی» یا وظایف در یک محیط کاری تعریف‌شده تعریف کردند.» (Ennis) 2008، 5). به شباهت تعریف پروژه DeSeCo توجه کنید.

شکل 1. نمایش گرافیکی مدل شایستگی فناوری جغرافیایی وزارت کار ایالات متحده.

چارچوب مدل شایستگی DOLETA شامل شش سطح است. ردیف ها از یک یا چند بلوک ساختمانی تشکیل شده اند که هر کدام نشان دهنده خوشه ای از شایستگی ها هستند. نسخه متنی مدل، شایستگی های خاص مرتبط با هر بلوک را فهرست می کند. طبقات مدل هرم DOLETA از – پایین به بالا – عمومی به خاص پیشرفت می کنند، نه از ابتدایی به پیشرفته. به عنوان مثال، ردیف های 1 تا 3، که شایستگی های بنیادی نامیده می شوند، رفتارهای کلی محل کار و دانشی را که کارگران موفق در اکثر صنایع نشان می دهند، مشخص می کنند. اینها بیشترین ارتباط را با شایستگی های کلیدی پروژه DeSeCo دارند.

در ردیف 1 ویژگی‌های شخصی یا «مهارت‌های نرم» وجود دارد که برای اکثر نقش‌های زندگی ضروری است و عموماً در خانه یا اجتماع آموخته می‌شود و در مدرسه و محل کار تقویت می‌شود. سطح 2 ، شایستگی های تحصیلی، شامل دانش و توانایی هایی است که عمدتاً در محیط های مدرسه آموخته شده اند. این کارکردهای شناختی و سبک های تفکر در بیشتر صنایع و مشاغل کاربرد دارند. شایستگی های محل کار مشخص شده در ردیف 3 نشان دهنده انگیزه ها و ویژگی ها و همچنین سبک های بین فردی و خود مدیریتی است که در محیط کار تقویت شده است. آنها تمایل دارند برای بسیاری از صنایع و مشاغل اعمال شوند (DOLETA 2010).

ردیف های 4 و 5 (به رنگ زرد نشان داده شده اند) شامل شایستگی های فنی متمایز است که مشخصه یک صنعت و بخش های آن است. رده 4 ، شایستگی های فنی در سطح صنعت، 43 نمونه از “کارکردهای کاری حیاتی” را فهرست می کند که انتظار می رود بسیاری از متخصصان زمین فضایی در طول حرفه خود انجام دهند. توانایی‌ها و دانش اصلی زمین‌فضایی مشخص‌شده در ردیف 4 نمونه‌ای هستند، نه جامع. از متخصصان زمین فضایی خواسته می شود تا بسته به نقش، مسئولیت و تجربه خاص خود، توانایی ها و دانش های دیگری را نشان دهند. تعداد کمی از کارگران برای انجام هر کار حیاتی در هر شغلی فراخوانده می شوند. بنابراین، مثال‌های ذکر شده هم شایستگی‌های اصلی حوزه جغرافیایی و هم تنوع عملکرد حرفه‌ای در آن را نشان می‌دهند (DOLETA 2010، 15).

ردیف 5 ، شایستگی‌های فنی بخش صنعت، شامل توابع کاری حیاتی و زمینه‌های محتوای فنی مورد نیاز برای موفقیت کارگران در هر یک از سه بخش صنعت است: (1) موقعیت‌یابی و کسب داده‌های مکانی، (2) تحلیل و مدل‌سازی، و (3) نرم‌افزار و توسعه برنامه. مسئولیت‌های بسیاری از متخصصان زمین‌فضایی در دو یا حتی سه بخش است. با این حال، تعداد کمی از کارگران مسئول هر کارکرد فهرست شده در یک بخش خاص هستند. در نهایت، ردیف 6 (در دو سایه آبی نشان داده شده است) شامل دو بلوک ساختمانی است: شایستگی ها و الزامات شغلی خاص که در توضیحات شغل منتشر شده در O*NET Online مشخص شده است، و همچنین شایستگی های مدیریتی که در صلاحیت های مدیریت فناوری مکانی URISA نشان داده شده است. URISA 2012).

 

4. ایجاد تعادل مجدد بین شایستگی ها در بخش ها

“صنعت فناوری زمین فضایی” چندین حرفه و مشاغل را در بر می گیرد. دامنه شایستگی های مورد نیاز برای موفقیت در سه حرفه جغرافیایی در زیر در رابطه با سه “بخش صنعت” که ردیف 5 GTCM را تشکیل می دهند و در رابطه با یکدیگر نشان داده شده است. نمودار این مشاهدات را نشان می دهد که “مرکز انبوه حرفه GIS تجزیه و تحلیل و مدل سازی است” (DiBiase 2012).

شکل 2. دامنه شایستگی های مورد نیاز در سه حرفه جغرافیایی در سه بخش صنعت. © 2012 Esri. با اجازه استفاده می شود.

شواهدی که از این دیدگاه سنتی در مورد ماهیت کار GIS پشتیبانی می کند در برنامه های درسی و کتاب های درسی فراوان است. به عنوان مثال، هفت فصل از یازده فصل مفاهیم و تکنیک های کلیدی در GIS (آلبرشت 2007) به طرز تحسین برانگیزی مختصر، بر تحلیل و مدل سازی تأکید دارد. و اولین ویرایش این مجموعه دانش GIS&T نشان می‌دهد که دامنه تخصص حرفه‌ای GIS ممکن است کمتر از ادعای نمودار بالا متقارن باشد: از 73 واحد، 26 واحد بر تجزیه و تحلیل و مدل‌سازی تمرکز دارند (حوزه‌های دانش AM، DM، و GC)، دوازده در مورد موقعیت یابی و داده ها (حوزه دانش GD) و هیچ کدام به طور خاص در مورد توسعه نرم افزار و برنامه. فن‌آوری‌های موبایل، برنامه‌نویسی (مخصوصاً با پایتون)، و «Web GIS» از جمله موضوعاتی بودند که در اولین BoK به‌عنوان مفقود یا کم‌تأکید شده بودند.توسط پروژه اروپایی GI-N2K (اطلاعات جغرافیایی نیاز به دانستن) (Rip, Wallentin and Van Lammeren, 2014). شواهدی مانند این که منعکس کننده تکامل مداوم فن آوری GIS و عملکرد حرفه ای است، نشان می دهد که ممکن است به یک تعادل مجدد در محدوده کار GIS نیاز باشد.

در سال 2017 Esri یک نظرسنجی از شبکه حرفه‌ای جوان خود (YPN) در مورد تأثیر پیشرفت مداوم GIS بر روی کار GIS از یک محصول نرم‌افزاری مبتنی بر فایل رومیزی به یک پلت‌فرم سرویس‌محور وب محور که به طور فزاینده‌ای یکپارچه می‌شود، انجام داد. با جریان اصلی فناوری اطلاعات در این نظرسنجی از اعضای YPN – که اکثر آنها تازه فارغ‌التحصیل کالج یا دانشگاه هستند – پرسیده شد که چقدر برای رقابت برای “شغل‌های خوب مربوط به فناوری‌های فضایی” آمادگی دارند. 226 پاسخ آنها حاکی از شکاف درک شده بین آنچه فارغ التحصیلان در آموزش عالی آموخته اند و آنچه آنها احساس می کنند باید می آموختند.

در قلب این نظرسنجی سه سوال وجود داشت که از YPN ها می خواست خود را در برابر شایستگی های مشخص شده در GTCM ارزیابی کنند. برای هر یک از سه بخش صنعت (موقعیت یابی و اکتساب داده، تجزیه و تحلیل و مدل سازی، و توسعه نرم افزار و برنامه)، Esri از پاسخ دهندگان خواست تا خود را در پنج شایستگی نمونه رتبه بندی کنند. برای هر شایستگی، پاسخ‌دهندگان می‌توانند «این موضوع برای من صدق نمی‌کند» یا «من چیزی در این مورد نمی‌دانستم» یا «درباره این موضوع به اندازه کافی نمی‌دانستم» یا «این موضوع را به خوبی درک کردم» را انتخاب کنند. ” پاسخ‌ها نشان می‌دهد که شایستگی‌ها در هر سه بخش صنعت با کار مدرن GIS مرتبط هستند. تعداد کمی از پاسخ دهندگان نشان دادند که هیچ یک از این سه بخش “در مورد من صدق نمی کند.” علاوه بر این، برخلاف بخش‌های موقعیت‌یابی و اکتساب داده‌ها و تحلیل و مدل‌سازی، اکثر پاسخ دهندگان نشان دادند که آنها “چیزی در مورد” صلاحیت های توسعه نرم افزار و برنامه نمی دانند. در واقع تفاوت بین سه توزیع پاسخ ها از نظر آماری بسیار معنادار است (آزمون کولموگروف-اسمیرنوف، 0000009/0 = p و 00000002/0). این تفاوت حاکی از شکافی در آمادگی فارغ التحصیلان در دانش و مهارت های مورد نیاز برای سازندگان، و نه صرفاً استفاده کنندگان، فناوری های مکانی است (DiBiase 2017). پاسخ‌های باز به این نظرسنجی این استدلال را تقویت می‌کند که آموزش مدرن GIS&T باید هر سه بخش GTCM را در بر بگیرد. قابل ستایش، این نسخه دیجیتالی جدید و اصلاح شده 00000009 و 0.00000002). این تفاوت حاکی از شکافی در آمادگی فارغ التحصیلان در دانش و مهارت های مورد نیاز برای سازندگان، و نه صرفاً استفاده کنندگان، فناوری های مکانی است (DiBiase 2017). پاسخ‌های باز به این نظرسنجی این استدلال را تقویت می‌کند که آموزش مدرن GIS&T باید هر سه بخش GTCM را در بر بگیرد. قابل ستایش، این نسخه دیجیتالی جدید و اصلاح شده 00000009 و 0.00000002). این تفاوت حاکی از شکافی در آمادگی فارغ التحصیلان در دانش و مهارت های مورد نیاز برای سازندگان، و نه صرفاً استفاده کنندگان، فناوری های مکانی است (DiBiase 2017). پاسخ‌های باز به این نظرسنجی این استدلال را تقویت می‌کند که آموزش مدرن GIS&T باید هر سه بخش GTCM را در بر بگیرد. قابل ستایش، این نسخه دیجیتالی جدید و اصلاح شده مجموعه دانش GIS&T شامل یک حوزه دانش جدید در برنامه نویسی و توسعه است.

 

5. شایستگی های ارزش ماندگار

دانشجویان فعلی GIS&T در آموزش عالی به زودی مشاغلی را آغاز خواهند کرد که 30 سال یا بیشتر طول خواهد کشید. چشم انداز شغلی آنها در معرض گمانه زنی های زیادی و برخی پیش بینی های وحشتناک در مورد آینده حرفه های سنتی است. رهبران فکری نگران تأثیرات «عصر ماشین دوم» (Brynjolfsson and McAfee 2014) یا «انقلاب صنعتی چهارم» (Schwab 2017) نگران هستند که بسیاری از مشاغل امروزی ممکن است پایدار نباشند. در یک مقاله تحقیقاتی پراستناد، کارل بندیکت فری، اقتصاددان و مایکل آزبورن، محقق یادگیری ماشین (2017) تخمین می‌زنند که 47 درصد از کارگران ایالات متحده در معرض خطر «بیکاری فناوری» هستند. از 702 شغلی که فری و آزبورن تحلیل کردند، یکی از مستعدترین آنها تکنسین نقشه برداری و نقشه برداری بود. فری و آزبورن احتمال 96% را محاسبه کردند که کارگران در آن شغل در یکی دو دهه آینده به دلیل اتوماسیون جابجا شوند. اگرچه تحقیقات فری و آزبورن منتقدان خود را دارد، اما پیش‌بینی آن‌ها عموماً با مجموعه‌ای از تحقیقات اقتصاددانان، رهبران فناوری و مورخان آینده‌نگر که پیش‌بینی می‌کنند اختلال اساسی اشتغال سنتی توسط ماشین‌های توانمندتر پیش‌بینی می‌شود، مطابقت دارد. این برای کار GIS به چه معناست؟

کارشناس نوآوری الک راس (2016) مشاهده می کند که در طول تاریخ، “ارزشمندترین کالاهای ما از نمک و شکر، به مواد شیمیایی و سوخت، داده ها و خدمات رسیده اند.” راس و دیگران پیش‌بینی می‌کنند که تحلیل‌گران انسانی و کارفرمایان آن‌ها به طور فزاینده‌ای به یادگیری ماشین و هوش مصنوعی برای مقابله با سیل داده‌ها متکی خواهند بود. در همین حال، مشاوران مدیریت ریچارد و دانیل ساسکیند، نویسندگان آینده حرفه ها(2016)، پیش‌بینی می‌کنند که «در درازمدت، ماشین‌هایی که توانایی فزاینده‌ای دارند، کار حرفه‌ای‌ها را متحول می‌کنند … باعث می‌شود که بیشتر … با افراد متخصص کمتر و سیستم‌های با کارایی بالا جایگزین شوند.» سوروویکی (2017) در ردی وقیحانه بر پیش‌بینی‌های «روبوکالیزه» به ما یادآوری می‌کند که برون‌سپاری کار به ماشین‌ها چیز جدیدی نیست، و ناظران در پیش‌بینی مشاغل جدیدی که در نهایت فناوری‌های مخرب در نهایت ایجاد می‌کنند بد هستند. ساسکیندها این را می شناسند و مشاغل آینده را که ممکن است جایگزین حرفه های سنتی شوند پیش بینی نمی کنند. در عوض، آنها دوازده نقش متقاطع آینده را پیشنهاد می کنند که آموزش باید به مردم کمک کند تا برای آن آماده شوند.

جدول 1. نقش های آینده در یک اقتصاد پسا حرفه ای (Susskind and Susskind 2016)

دستیاران

صنعتگران

دانشمندان داده

طراحان

همدلان

مهندسان دانش

مدیران

تحلیلگران فرآیند

فوق حرفه ای ها

کارگران تحقیق و توسعه

مهندسین سیستم

ارائه دهندگان سیستم

 

یکی از این نقش ها – “دانشمند داده” – ممکن است چیزی باشد که کار دانش GIS در حال تبدیل شدن به آن است. Susskinds دانشمندان داده را به عنوان “استاد ابزارها و تکنیک های مورد نیاز برای جمع آوری و تجزیه و تحلیل حجم وسیعی از اطلاعات با هدف شناسایی همبستگی ها، روندها و بینش های علی” توصیف می کنند. “دانشمندان داده های فضایی” فردا – کسانی که صلاحیت های تخصصی با داده های جغرافیایی ارجاع داده شده “مشاهده”، کدگذاری، تجزیه و تحلیل و تجسم را دارند – به مهارت ها و توانایی هایی نیاز دارند که هر سه بخش صنعتی GTCM را در بر می گیرد. برای اینکه ارزش پایداری داشته باشد، تاکید سنتی GIS&T بر داده‌ها، تحلیل و مدل‌سازی باید گسترش و عمیق‌تر شود تا یادگیری ماشین را نیز در بر گیرد. همانطور که یکی از پاسخ‌دهندگان به نظرسنجی شبکه حرفه‌ای‌های جوان توصیه کرد، برنامه‌های درسی GIS&T باید «علم داده‌های بیشتری را دربر گیرند. یادگیری ماشینی بیشتر علوم کامپیوتر بیشتر

 

6. نتیجه گیری

مانند زندگی، شایستگی در کار دانش GIS&T یک سفر است، نه یک مقصد. مدل‌های شایستگی باید با تکامل فناوری‌ها و ظهور موارد استفاده جدید و عقب‌نشینی مدل‌های شایستگی به روز شوند. اولین بار در سال 2010 منتشر شد، GTCM در سال های 2014 و 2018 از طریق یک فرآیند بررسی جامعه که توسط مرکز ملی تعالی فناوری جغرافیایی ( مرکز GeoTech ) سازماندهی شده بود، به روز شد.). در مواجهه با تغییرات بی وقفه، یادگیری یک روش زندگی برای کارگران GIS&T است. شلمپر و همکاران (2013، 491) نتیجه می گیرند که “فرصت های توسعه حرفه ای، زمانی که توسط کارفرمایان حمایت می شود، استراتژی های موثری برای افزایش تعاملات بین فردی، تسهیل کار بر روی پروژه های خاص، و گسترش دانش و مهارت های کارکنان است.” تصادفی نیست که “یادگیری مادام العمر” یکی از شایستگی های بادوام GTCM است. اگرچه مدل‌های شایستگی راهنمایی‌های مفیدی برای مربیان در مورد اهداف آموزشی ارائه می‌کنند، اما ممکن است حتی بیشتر به عنوان نقشه‌های راه برای کمک به کارکنان دانش GIS&T فعلی و مشتاق برای استفاده حداکثری از سفر خود مفید باشند. به عنوان مثال، ممکن است از دانش‌آموزان خواسته شود که به طور صریح شایستگی‌های زمین فضایی فعلی‌شان و همچنین «شایستگی‌هایشان برای زندگی» را ارزیابی کنند.

 

¹ منسوب به ویلیام جیمز مایو، پزشک و جراح، یکی از هفت بنیانگذار کلینیک مایو، به نقل از ریدرز دایجست، نوامبر 1927