Psychosocial and career outcomes of peer mentorship in medical resident education: a systematic review protocol
Notice bibliographique
Résumé
BACKGROUND: Many medical residents lack ready access to social and emotional supports that enable them to successfully cope with the challenges associated with medical residency. This absence of support has been shown to lead to high levels of burnout, decreased mental wellbeing, and difficulty mastering professional competencies in this population. While there is emerging evidence that peer mentoring can be an important source of psychosocial and career-related support for many individuals, the extent of the evidence regarding the benefits of peer mentorship in medical residency education has not yet been established. We describe a protocol for a systematic review to assess the effects of peer mentoring on medical residents' mental wellbeing, social connectedness, and professional competencies. METHODS: Studies included in this review will be those that report on peer-mentoring relationships among medical residents. Quantitative, qualitative, and mixed-methods studies will be eligible for inclusion. No date or language limits will be applied. We will search EMBASE, MEDLINE, PsychINFO, Web of Science, Scopus, ERIC, Education Research Complete, and Academic Research Complete databases to identify relevant studies. Two authors will independently assess all abstracts and full-text studies for inclusion and study quality and extract study data in duplicate. DISCUSSION: This is the first systematic review to explicitly explore the role of peer mentoring in the context of medical residency education. We anticipate that the findings from this review will raise awareness of the benefits and challenges associated with peer-mentoring relationships, further the development and implementation of formal peer-mentoring programs for medical residents, and, through identifying gaps in the existing literature, inform future research efforts. SYSTEMATIC REVIEW REGISTRATION: This protocol has not been registered in PROSPERO or any other publicly accessible registry.
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 | 0,091 | 0,093 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,006 |
| Méta-épidémiologie (sens large) | 0,022 | 0,016 |
| Bibliométrie | 0,022 | 0,016 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,007 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,051 | 0,006 |
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 ».