Environmental competencies for healthcare educators and trainees: A scoping review
Notice bibliographique
Résumé
Background: The health-care community has a responsibility to address the environmental impact of delivering health-care services. Educational programmes present ideal fora to confer ‘environmental competencies’ to future health system leaders, managers, practitioners and researchers. The aim of this review is to synthesise the literature on health-care competencies, education and training of relevance to issues of environmental sustainability and climate change in the health sector. Methods: We conducted a systematic review of English language articles on environmental competencies in healthcare in the MEDLINE, Cumulative Index to Nursing and Allied Health Literature (CINAHL) and ProQuest databases published from inception to April 2019. Thematic analysis and descriptive statistics were used to synthesise the findings and develop a typology of environmental competencies. Results: Of the 902 unique citations, we identified 23 articles that met our inclusion criteria. Environmental competencies that align with general management skills were most frequent (40%), followed by research skills (37%). Three competencies specific to the environment (22%) were identified: resource stewardship ( n = 16), systems thinking ( n = 14) and social and environmental justice ( n = 7). The majority of work was identified in nursing, medicine and public health. Competencies were most commonly embedded in existing curricula or offered as new courses or workshops. Conclusion: Incorporating environmental competencies into education programmes will serve to raise awareness of, and advance the significance of, the health sector’s impact on climate change and environmental sustainability. Our findings that environmental competencies align with previously validated health-care competencies support the perspective that these competencies represent essential knowledge and skills for the health-care workforce.
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 | 0,015 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,023 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| 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 ».