Criteria for social media-based scholarship in health professions education
Notice bibliographique
Résumé
BACKGROUND: Social media are increasingly used in health professions education. How can innovations and research that incorporate social media applications be adjudicated as scholarship? OBJECTIVE: To define the criteria for social media-based scholarship in health professions education. METHOD: In 2014 the International Conference on Residency Education hosted a consensus conference of health professions educators with expertise in social media. An expert working group drafted consensus statements based on a literature review. Draft consensus statements were posted on an open interactive online platform 2 weeks prior to the conference. In-person and virtual (via Twitter) participants modified, added or deleted draft consensus statements in an iterative fashion during a facilitated 2 h session. Final consensus statements were unanimously endorsed. RESULTS: A review of the literature demonstrated no existing criteria for social media-based scholarship. The consensus of 52 health professions educators from 20 organisations in four countries defined four key features of social media-based scholarship. It must (1) be original; (2) advance the field of health professions education by building on theory, research or best practice; (3) be archived and disseminated; and (4) provide the health professions education community with the ability to comment on and provide feedback in a transparent fashion that informs wider discussion. CONCLUSIONS: Not all social media activities meet the standard of education scholarship. This paper clarifies the criteria, championing social media-based scholarship as a legitimate academic activity in health professions education.
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 | 0,260 | 0,438 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,019 | 0,013 |
| Études des sciences et des technologies | 0,016 | 0,052 |
| Communication savante | 0,019 | 0,016 |
| Science ouverte | 0,006 | 0,025 |
| Intégrité de la recherche | 0,010 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».