Practical trials in medical education: linking theory, practice and decision making
Notice bibliographique
Résumé
CONTEXT: Concerns have been raised over the gap between education theory and practice and how research can contribute to inform decision makers on their choices and priorities. Little is known about how educational theories and research outcomes produced under optimal conditions in highly controlled settings generalise to the real-life education context. One way of bridging this gap is applying the concept of practical trials in medical education. In this paper we elaborate on characteristics of practical trials and based on examples from medical education we discuss the challenges, limitations and future directions for this kind of research. CURRENT STATE: Practical trials have the overall aim of informing decision makers. They are carried out in real-life settings and are characterised by (i) comparison of viable alternative education strategies, (ii) broad inclusion criteria regarding participants across several settings and (iii) multiple outcome measures with long-term follow-up to evaluate both benefits and risks. Questions posed by practical trials may be proactive in applying theory in the development of educational innovations or reactive to educational reforms and innovations. Non-inferiority or equivalence designs are recommended when comparing viable alternatives and the use of crossover designs, cluster randomisation or stepped wedge trial designs are feasible when studying implementations across several settings. Outcome measures may include variables related to learners, teachers, educational administration, quality of care, patient outcomes and cost. CONCLUSIONS: Practical trials in medical education may contribute to bridge the gap between education theory and practice and aid decision makers in making evidence-based choices and priorities. Conducting practical trials is not without challenges and rigorous design and methods must be applied. Of concern is that the practical focus may lead to failure to include a sound theoretical basis in the research questions and the interventions studied, and that authors fail to obtain informed consent from their participants.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,507 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 tête enseignante, 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 ».