MétaCan
Menu
Retour à la cohorte
Enregistrement W2112407584

Practice-based small group learning programs: systematic review.

2012· review· en· W2112407584 sur OpenAlexaff
Eman Zaher, Savithiri Ratnapalan

Notice bibliographique

RevuePubMed · 2012
Typereview
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésComputer scienceMedical educationMEDLINEFocus groupProfessional developmentSmall group learningClinical PracticeMedicineNursing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To identify the format, content, and effects of practice-based small group learning (PBSGL) programs involving FPs. DATA SOURCES: The Ovid MEDLINE, EMBASE, and ERIC databases were searched from inception to the second week of November 2011, yielding 99 articles. STUDY SELECTION: Articles were included in the analysis if they described the format or content of or evaluated PBSGL programs among FPs. Thirteen articles were included in the analysis. SYNTHESIS: Two main PBSGL formats exist. The first is self-directed learning, which includes review and discussion of troubling or challenging patient cases. The contents of such programs vary with different teaching styles. The second format targets specific problems from practice to improve certain knowledge or skills or implement new guidelines by using patient cases to stimulate discussion of the selected topic. Both formats are similar in their ultimate goal, equally important, and well accepted by learners and facilitators. Evaluations of learners' perceptions and learning outcomes indicate that PBSGL constitutes a feasible and effective method of professional development. CONCLUSION: Current evidence suggests that PBSGL is a promising method of continuing professional development for FPs. Such programs can be adapted according to learning needs. Future studies that focus on the changes in practice effected by PBSGL will strengthen the evidence for this form of learning and motivate physicians and institutions to adopt it.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,602
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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.

Tête enseignante Opus0,174
Tête enseignante GPT0,471
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations45
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetInterprofessional Education and CollaborationTravaux en français237 207