Profiling of Learners in Medical Schools as a Move Toward Precision Education: Protocol for a Scoping Review
Notice bibliographique
Résumé
BACKGROUND: Academic experiences seek to get the best out of learners, maximizing performance and developing the skills and competencies needed to foster lifelong learning. The more personalized and tailored the academic experience among learners, the better the outcome. Precision education is a novel approach to research and practice, which is concerned with identifying and tailoring education to the precise needs of the learner. An emerging area of precision education is using data to develop learner profiles for a better understanding of individual learners relative to the characteristics and competencies of lifelong learners. OBJECTIVE: This scoping review aims to identify literature that reports on profiling learners within medical schools. Our review, as described in this paper, will describe the characteristics being measured, the methods and data sources used to generate profiles, and the resulting profiles that emerge. This review aims to provide guidance to those supporting medical school learners on the current state of learner profiling. METHODS: This scoping review will use the Population, Concept, and Context framework, published by Joanna Briggs Institute, adhering to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses Extension for Scoping Reviews guidelines. The search strategy was developed in collaboration with a library specialist. An initial search was conducted in PubMed, ERIC, Google Scholar, Cochrane, CINAHL, and SCOPUS. Data will be extracted, and 2 authors will undertake the screening procedure using the Preferred Reporting Items for Systematic reviews and Meta-Analyses Extension for Scoping Reviews checklist. RESULTS: The database searches yielded 166 results, and title and abstract screening of 135 extracted articles is currently underway after eliminating 31 duplicates. We anticipate the scoping review to be completed in the first week of October 2022. The final scoping review will present the findings in a narrative and pictorial fashion. CONCLUSIONS: This review will help guide scholars looking to understand the current state of learner profiling within medical schools. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/41828.
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 | 0,122 | 0,125 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,006 |
| Méta-épidémiologie (sens large) | 0,013 | 0,016 |
| Bibliométrie | 0,016 | 0,015 |
| Études des sciences et des technologies | 0,006 | 0,006 |
| Communication savante | 0,008 | 0,010 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,010 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,070 | 0,017 |
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 ».