The Hidden Curricula of Medical Education: A Scoping Review
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
PURPOSE: To analyze the plural definitions and applications of the term "hidden curriculum" within the medical education literature and to propose a conceptual framework for conducting future research on the topic. METHOD: The authors conducted a literature search of nine online databases, seeking articles published on the hidden, informal, or implicit curriculum in medical education prior to March 2017. Two reviewers independently screened articles with set inclusion criteria and performed kappa coefficient tests to evaluate interreviewer reliability. They extracted, coded, and analyzed key data, using grounded theory methodology. RESULTS: The authors uncovered 3,747 articles relating to the hidden curriculum in medical education. Of these, they selected 197 articles for full review. Use of the term "hidden curriculum" has expanded substantially since 2012. U.S. and Canadian medical schools are the focus of two-thirds of the empirical hidden curriculum studies; data from African and South American schools are nearly absent. Few quantitative techniques to measure the hidden curriculum exist. The "hidden curriculum" is understood as a mostly negative concept. Its definition varies widely, but can be understood via four conceptual boundaries: (1) institutional-organizational, (2) interpersonal-social, (3) contextual-cultural, and/or (4) motivational-psychological. CONCLUSIONS: Future medical education researchers should make clear the conceptual boundary or boundaries they are applying to the term "hidden curriculum," move away from general musings on its effects, and focus on specific methods for improving the powerful hidden curriculum.
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 | 0,007 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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