Effectiveness of distance learning strategies for continuing professional development (CPD) for rural allied health practitioners: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Allied health professionals working in rural areas face unique challenges, often with limited access to resources. Accessing continuing professional development is one of those challenges and is related to retention of workforce. Effectiveness of distance learning strategies for continuing professional development in rural allied healthcare workers has not been evaluated. METHODS: We searched 17 databases and the grey literature up to September 2016 following the PRISMA guidelines. Any primary studies were included that focussed on allied health and distance delivery regardless of education topic or study design. Two independent reviewers extracted data and critically appraised the selected studies. RESULTS: The search returned 5257 results. With removal of duplicate references, we reviewed 3964 article titles and abstracts; n = 206 appeared potentially eligible and were scrutinised via full text screening; n = 14 were included. Studies were published between 1997 and 2016, were of varied methodological quality and were predominantly from Australia, USA and Canada with a focus on satisfaction of learners with the delivery method or on measures of educational outcomes. Technologies used to deliver distance education included video conference, teleconference, web based platforms and virtual reality. Early papers tended to focus more on the technology characteristics than educational outcomes. Some studies compared technology based delivery to face to face modes and found satisfaction and learning outcomes to be on par. Only three studies reported on practice change following the educational intervention and, despite a suggestion there is a link between the constructs, none measured the relationship between access to continuing professional development and workforce retention. CONCLUSION: Technology based options of delivery have a high utility, however the complex inter-relatedness of time, use, travel, location, costs, interactivity, learning outcomes and educational design suggest a need for more sophisticated consideration by educational providers. TRIAL REGISTRATION: Registration with PROSPERO 30 June 2016: CRD42016041588 .
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 | 0,013 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 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 ».