Decentralised training for medical students: a scoping review
Notice bibliographique
Résumé
BACKGROUND: Increasingly, medical students are trained at sites away from the tertiary academic health centre. A growing body of literature identifies the benefits of decentralised clinical training for students, the health services and the community. A scoping review was done to identify approaches to decentralised training, how these have been implemented and what the outcomes of these approaches have been in an effort to provide a knowledge base towards developing a model for decentralised training for undergraduate medical students in lower and middle-income countries (LMICs). METHODS: Using a comprehensive search strategy, the following databases were searched, namely EBSCO Host, ERIC, HRH Global Resources, Index Medicus, MEDLINE and WHO Repository, generating 3383 references. The review team identified 288 key additional records from other sources. Using prespecified eligibility criteria, the publications were screened through several rounds. Variables for the data-charting process were developed, and the data were entered into a custom-made online Smartsheet database. The data were analysed qualitatively and quantitatively. RESULTS: One hundred and five articles were included. Terminology most commonly used to describe decentralised training included 'rural', 'community based' and 'longitudinal rural'. The publications largely originated from Australia, the United States of America (USA), Canada and South Africa. Fifty-five percent described decentralised training rotations for periods of more than six months. Thematic analysis of the literature on practice in decentralised medical training identified four themes, each with a number of subthemes. These themes were student learning, the training environment, the role of the community, and leadership and governance. CONCLUSIONS: Evident from our findings are the multiplicity and interconnectedness of factors that characterise approaches to decentralised training. The student experience is nested within a particular context that is framed by the leadership and governance that direct it, and the site and the community in which the training is happening. Each decentralised site is seen to have its own dynamic that may foreground certain elements, responding differently to enabling student learning and influencing the student experience. The insights that have been established through this review have relevance in informing the further expansion of decentralised clinical training, including in LMIC contexts.
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 | 0,026 | 0,090 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,015 | 0,022 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».