Zoomification of medical education: can the rapid online educational responses to COVID-19 prepare us for another educational disruption? A scoping review
Notice bibliographique
Résumé
Introduction: In response to the COVID-19 pandemic, educators have increasingly shifted delivery of medical education to online/distance learning. Given the rapid and heterogeneous nature of adaptations; it is unclear what interventions have been developed, which strategies and technologies have been leveraged, or, more importantly, the rationales given for designs. Capturing the content and skills that were shifted to online, the type of platforms used for the adaptations, as well as the pedagogies, theories, or conceptual frameworks used to inform the adapted educational deliveries can bolster continued improvement and sustainability of distance/online education while preparing medical education for future large-scale disruptions. Methods: We conducted a scoping review to map the rapid medical educational interventions that have been adapted or transitioned to online between December 2019 and August 2020. We searched MEDLINE, EMBASE, Education Source, CINAHL, and Web of Science for articles pertaining to COVID-19, online (distance) learning, and education for medical students, residents, and staff. We included primary research articles and reports describing adaptations of previous educational content to online learning. Results: From an initial 980 articles, we identified 208 studies for full-text screening and 100 articles for data extraction. The majority of the reported scholarship came from Western Countries and was published in clinical science journals. Cognitive content was the main type of content adapted (over psychomotor, or affective). More than half of the articles used a video-conferencing software as the platform to pivot their educational intervention into virtual. Unfortunately, most of the reported work did not disclose their rationale for choosing a platform. Of those that did, the majority chose technological solutions based on availability within their institutions. Similarly, most of the articles did not report the use of any pedagogy, theory, or framework to inform the educational adaptations.
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 | 0,026 | 0,140 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,022 | 0,021 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».