Mapping the dark matter of context: a conceptual scoping review
Notice bibliographique
Résumé
CONTEXT: Like dark matter, the contexts for medical education are largely invisible to those within them, although context can have profound influences on teaching, learning and practice. For something that is so intrinsic to the field of medical education, the concept of context remains troubling to scholars and those running medical education programmes. This paper reports on a critical and conceptual review of the concept of context within the medical education literature and beyond. METHODS: A review was undertaken drawing on two sources: concepts of context in the medical education literature, and concepts of context across multiple academic disciplines. This body of material was iteratively, discursively and inductively synthesised. RESULTS: Few of the articles from the medical education literature described or defined context directly, tending instead to focus on describing specific elements of context, such as clinical disciplines, physical settings and political pressures, that could or did influence learning outcomes. The results were framed in terms of what context 'is', how context works (in terms of context-mechanism-outcome), and how context can be represented using patterns. The authors propose a definition of context in medical education, along with the means to model, contrast and compare different contexts based on recurring patterns. CONCLUSIONS: Context matters in medical education and it can, despite many challenges, be considered systematically and objectively. The findings from this study both represent a catalyst and challenge medical education researchers to look at context afresh.
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 | 0,042 | 0,100 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,042 | 0,036 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,013 | 0,017 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».