Préférences en matière de modalités pour assurer la formation continue du personnel en santé publique : revue de la portée
Notice bibliographique
Résumé
Introduction La formation continue peut aider les professionnels de la santé à maintenir et à développer leurs connaissances et leurs compétences afin de s’adapter à la transformation du paysage de la santé publique. Cette revue de la portée vise à déterminer quelles sont les modalités préférées dans la formation continue des professionnels en santé publique et comment l’équité a été intégrée dans la formation en santé publique. Méthodologie En nous appuyant sur les lignes directrices PRISMA pour les revues de la portée, nous avons cherché dans quatre bases de données des études évaluées par les pairs qui évaluaient les modalités de formation continue du personnel en santé publique. Résultats La revue a porté sur 33 études, publiées dans 11 pays entre le 1er janvier 2000 et le 6 août 2019. Dans la plupart des articles, le public cible était généralement défini comme les professionnels en santé publique employés par un organisme gouvernemental ou non gouvernemental. Les méthodes de prestation étaient l’apprentissage en ligne, l’apprentissage en présentiel et l’apprentissage hybride (en ligne et en présentiel). Les apprenants avaient une nette préférence pour les approches autodirigées. Le soutien organisationnel, en particulier l’allocation de temps au perfectionnement professionnel durant les heures de travail, favorisait grandement l’achèvement de la formation. Les principaux obstacles mentionnés étaient la durée des cours et le nombre élevé d’heures de contact. Conclusion Les résultats laissent à penser qu’il n’y a pas véritablement de modalité de formation préférée. Nous avons relevé trois éléments qui influencent les préférences en matière de modalités de formation : la conception, la prestation et le soutien organisationnel. Les modalités devraient être choisies en fonction du lieu ainsi que des besoins et des expériences antérieures des participants, de manière à offrir un contenu pertinent et qui soit transmis d’une manière qui permette aux apprenants de mettre en application leurs nouvelles connaissances.
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 | 0,086 | 0,185 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,007 |
| Bibliométrie | 0,008 | 0,012 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,015 | 0,019 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,042 | 0,004 |
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 ».