A Review of Digital, Social, and Mobile Technologies in Health Professional Education
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Digital, social, and mobile technologies (DSMTs) can support a wide range of self-directed learning activities, providing learners with diverse resources, information, and ways to network that support their learning needs. DSMTs are increasingly used to facilitate learning across the continuum of health professional education (HPE). Given the diverse characteristics of DSMTs and the formal, informal, and nonformal nature of health professional learning, a review of the literature on DSMTs and HPE could inform more effective adoption and usage by regulatory organizations, educators, and learners. METHODS: A scoping review of the literature was performed to explore the effectiveness and implications of adopting and using DSMTs across the educational continuum in HPE. A data extraction tool was used to review and analyze 125 peer-reviewed articles. Common themes were identified by thematic analysis. RESULTS: Most articles (56.0%) related to undergraduate education; 31.2% to continuing professional development, and 52.8% to graduate/postgraduate education. The main DSMTs described include mobile phones, apps, tablets, Facebook, Twitter, and YouTube. Approximately half of the articles (49.6%) reported evaluative outcomes at a satisfaction/reaction level; 45.6% were commentaries, reporting no evaluative outcomes. Most studies reporting evaluative outcomes suggest that learners across all levels are typically satisfied with the use of DSMTs in their learning. Thematic analysis revealed three main themes: use of DSMTs across the HPE continuum; key benefits and barriers; and best practices. DISCUSSION: Despite the positive commentary on the potential benefits and opportunities for enhancing teaching and learning in HPE with DSMTs, there is limited evidence at this time that demonstrates effectiveness of DSMTs at higher evaluative outcome levels. Further exploration of the learning benefits and effectiveness of DSMTs for teaching and learning in HPE is warranted.
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.
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 | 0,012 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle