Questions of Well-Being and Inclusion in Online Undergraduate Medical Education During COVID-19: A 2-Phased Focused Scoping Review
Notice bibliographique
Résumé
PURPOSE: Undergraduate medical education (UGME) was transformed by the rapid move to online curriculum delivery during the COVID-19 pandemic. Most research on online UGME has focused on measuring its effectiveness. However, medical educators also require evidence regarding its implications with respect to well-being and inclusion. METHOD: To explore online learning transition, particularly the effect on well-being and inclusion, this 2-phased focused scoping review employed a revised Joanna Briggs Institute approach: (1) developing review questions and objectives; (2) determining eligibility criteria; (3) developing the search strategy; (4) extracting, analyzing, and discussing findings; (5) drawing conclusions; and (6) discussing implications for practice and further research. RESULTS: The review ultimately included 217 articles, of which 107 (49%) explored student and staff well-being during online UGME, 64 (30%) focused on inclusion in this context, and 46 (21%) examined both well-being and inclusion. Additionally, 137 of included articles (63%) were research/evaluation, 48 (22%) were descriptive, and 32 (15%) were opinion. Of the 137 research/evaluation studies, 115 (84%) were quantitative, 10 (7%) were qualitative, 8 (6%) were mixed methods, and 4 (3%) were Reviews. Among these research/evaluation studies, the most commonly used data collection method was surveys (n = 120), followed by academic tests (n = 14). Other methods included interviews (n = 6), focus groups (n = 4), written reflections (n = 3), user data (n = 1), and blood tests (n = 1). CONCLUSIONS: Important questions remain regarding the safety and inclusiveness of online learning spaces and approaches, particularly for members of historically excluded groups and learners in low-resource settings. More rigorous, theoretically informed research in online medical education is required to better understand the social implications of online medical education, including more in-depth, qualitative investigations about well-being and inclusion and more strategies for ensuring online spaces are safe, inclusive, and supportive.
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 | 0,153 | 0,311 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,009 |
| Bibliométrie | 0,026 | 0,021 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,007 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».