Use of tabletop exercises for healthcare education: a scoping review protocol
Notice bibliographique
Résumé
INTRODUCTION: There is a growing interest in developing interprofessional education (IPE) in the community of healthcare educators. Tabletop exercises (TTX) have been proposed as a mean to cultivate collaborative practice. A TTX simulates an emergent situation in an informal environment. Healthcare professionals need to take charge of this situation as a team through a discussion-based approach. As TTX are gaining in popularity, performing a review about their uses could guide educators and researchers. The aim of this scoping review is to map the uses of TTX in healthcare. METHODS AND ANALYSIS: A search of the literature will be conducted using medical subject heading terms and keywords in PubMed, Medline, EBM Reviews (Evidence-Based Medicine Reviews), CINAHL (Cumulative Index of Nursing and Allied Health Literature), Embase and ERIC (Education Resources Information Center), along with a search of the grey literature. The search will be performed after the publication of this protocol (estimated to be January 1st 2020) and will be repeated 1 month prior to the submission for publication of the final review (estimated to be June 1st 2020). Studies reporting on TTX in healthcare and published in English or French will be included. Two reviewers will screen the articles and extract the data. The quality of the included articles will be assessed by two reviewers. To better map their uses, the varying TTX activities will be classified as performed in the context of disaster health or not, for IPE or not and using a board game or not. Moreover, following the same mapping objective, outcomes of TTX will be reported according to the Kirkpatrick model of outcomes of educational programs. ETHICS AND DISSEMINATION: No institutional review board approval is required for this review. Results will be submitted for publication in a peer-reviewed journal. The findings of this review will inform future efforts to TTX into the training of healthcare professionals.
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 | 0,104 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,008 |
| Méta-épidémiologie (sens large) | 0,018 | 0,014 |
| Bibliométrie | 0,021 | 0,015 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,012 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,079 | 0,018 |
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 ».