Problem-based learning in undergraduate medical education: can we really implement it in the West African subregion?
Notice bibliographique
Résumé
BACKGROUND: A major global pedagogical shift has occurred in the way medicine is taught over the last half a century. Problem-based learning (PBL) has emerged as one of the most popular, of these learner-centred new methods. OBJECTIVE: To examine the evolution and educational principles of PBL and the feasibility of implementing it in the West African subregion. METHODS: Key literature detailing the history, educational value and principle behind PBL were reviewed. Issues regarding the implication of implementing PBL to West Africa were deduced and suggestions made for the way forward. RESULTS: Since its introduction in McMaster University in Canada in the 60s, PBL has spread all over world. It is rooted in sound educational theories like the Kolb's experiential learning, adult education, collaborative learning, contextual learning and constructivism. Compared to traditionally trained students, PBL students find learning more enjoyable and develop better relational and professional skills. They show more causal reasoning in diagnosis and become better lifelong learners. Issues that may affect its implementation in West Africa include high start up costs, lack of supporting educational technology and relative lack of medical school managers with appropriate medical education background to assess and evaluate such innovations. CONCLUSION: The evidence for the need for a change from the traditional method of training is overwhelming. Implementation of PBL as an educational method in medical training in the West African subregion is both desirable and practicable if we address some of the issues outlined above.
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 | 0,007 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».