Refugee Health Curriculum in Undergraduate Medical Education (UME): A Scoping Review
Notice bibliographique
Résumé
Phenomenon: An increasing number of refugees in recent years has led to changes in healthcare delivery. Historically, health care providers did not receive systematic and longitudinal training in refugee health. There is increasing interest among educators in developing educational opportunities for medical students to gain more training on how to care for this population. The aim of this scoping review was to identify and analyze existing literature on educational content and methods of delivery in Undergraduate Medical Education (UME) curricula related to refugees. Approach: The authors conducted a scoping review. Our search was conducted in seven electronic bibliographic databases. The search strategy was restricted to English language and scholarly articles. Three members of the research team tabulated and summarized extracted data. A qualitative thematic analysis was conducted to present findings. Findings: Of the 717 publications found, 24 met our inclusion criteria. The articles included in this review were published between 2003 and 2019. Thirteen (57.6%) were descriptive papers, three (11.5%) qualitative, four (15.3%) quantitative, and one (3.8%) mixed methods. Other publications included one commentary, one letter to the editor, and one review paper. Three main descriptive themes were identified: (1) Content related to refugees’ curriculum, (2) Teaching strategies, and (3) Learning outcomes. Insights: Studies included in our review suggest that delivering refugee health curricula to medical students improve self-perception of cross-cultural knowledge, communication, and physical exam skills that are necessary to deliver proper healthcare. Medical schools should focus on developing a longitudinal and standardized approach to teaching refugee health through the use of interactive and diverse learning methods while engaging with the community to ensure a better provision of health care for vulnerable populations.
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 | 0,016 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,011 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,004 |
| 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 ».