Pedagogical strategies in teaching invasive prenatal procedures: a scoping review protocol
Notice bibliographique
Résumé
INTRODUCTION: Invasive prenatal procedures (IPP) are core competencies in a Maternal-Fetal Medicine (MFM) fellowship training programme yet no standardised competency-based curriculum exists. This scoping review aims to provide a comprehensive understanding of the existing educational strategies for amniocentesis, chorionic villus sampling, fetal blood sampling and intrauterine blood transfusion. The objective is also to describe current gaps in the literature regarding evidence-based standards for training and assessment in IPP. Finally, we hope to encourage medical educators who are seeking to develop curricula based on competence by design to foster adaptive expertise through incorporating contextual variations in their teaching thus helping future MFM specialists to handle challenges and respond creatively to changing clinical circumstances and environmental variations. METHODS AND ANALYSIS: Using the five-stage framework of Arksey and O'Malley's scoping review methodology as a guide, we will perform a systematic search in the Medline, Embase and Cochrane library databases to identify relevant studies on the educational strategies for IPP. We will include relevant English articles published after 1978. For a comprehensive search, we will explore websites and key journals, and hand-searched reference lists of key studies. Key studies are articles deemed relevant according to the specific inclusion and exclusion criteria. We will chart and sort data using a descriptive and thematic analysis approach. ETHICS AND DISSEMINATION: This review will be the first to examine all forms of pedagogical strategies used in training invasive fetal procedures. As an analysis of pre-existing available data in the literature, this scoping review does not require ethical approval. We anticipate that results will identify research gaps as well as novel ideas for education strategies and assessment. Findings from this study will be disseminated through publication in a peer-reviewed journal, medical education and clinical conferences, and in knowledge translation settings, aiming to improve clinical practice and quality of care.
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 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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».