The writer’s guide to education scholarship in emergency medicine: Education innovations (part 3)
Notice bibliographique
Résumé
OBJECTIVE: The scholarly dissemination of innovative medical education practices helps broaden the reach of this type of work, allowing scholarship to have an impact beyond a single institution. There is little guidance in the literature for those seeking to publish program evaluation studies and innovation papers. This study aims to derive a set of evidence-based features of high-quality reports on innovations in emergency medicine (EM) education. METHODS: We conducted a scoping review and thematic analysis to determine quality markers for medical education innovation reports, with a focus on EM. A search of MEDLINE, EMBASE, ERIC, and Google Scholar was augmented by a hand search of relevant publication guidelines, guidelines for authors, and website submission portals from medical education and EM journals. Study investigators reviewed the selected articles, and a thematic analysis was conducted. RESULTS: Our search strategy identified 14 relevant articles from which 34 quality markers were extracted. These markers were grouped into seven important themes: goals and need for innovation, preparation, innovation development, innovation implementation, evaluation of innovation, evidence of reflective practice, and reporting and dissemination. In addition, multiple outlets for the publication of EM education innovations were identified and compiled. CONCLUSION: The publication and dissemination of innovations are critical for the EM education community and the training of health professionals. We anticipate that our list of innovation report quality markers will be used by EM education innovators to support the dissemination of novel educational practices.
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 | 0,016 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,016 | 0,012 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,008 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,063 | 0,046 |
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 ».