Being there: protocol for a scoping review of the medical education literature on grief support training for medical professionals
Notice bibliographique
Résumé
INTRODUCTION: Medical trainees and professionals do not perceive that they are adequately taught the skills to address issues of grief with their patients. Atypical grief responses can prolong suffering, interrupt normal activities and lead to increased morbidity and mortality. Grief training can help physicians cope with feelings about and responses to suffering, loss and death in a way that improves both physician and patient/family wellness. This scoping review will describe the current landscape of grief training worldwide in medical school and residency and in continuing professional development in the disciplines of paediatrics, family medicine and psychiatry. The ultimate goal is to help physicians support patients experiencing grief. METHODS AND ANALYSIS: The study design has been adapted from Arksey and O'Malley's review methodology. We will work with an information specialist who will run searches in six multidisciplinary databases. To supplement the search, we will scan the reference lists of included studies. Two levels of screening will take place: a title and abstract review for articles that fit predefined criteria and a full-text review of articles that meet those criteria. To be included in the review, articles must report on grief training for medical residents and professionals in the fields of paediatrics, family medicine and psychiatry. Two investigators will review each article and extract data. ETHICS AND DISSEMINATION: Research ethics approval is not required for this review. We plan to share the findings through national and international medical education conferences and to publish the results in a peer-reviewed academic journal. We have the support of several directors of medical education at our institution who are interested in the growing focus on humanism in medical education as a way of decreasing burnout among medical students, residents and faculty.
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 | 0,111 | 0,110 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,007 |
| Méta-épidémiologie (sens large) | 0,017 | 0,014 |
| Bibliométrie | 0,015 | 0,014 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,011 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,118 | 0,027 |
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 ».