Gross and Applied Anatomy Pedagogical Approaches in Occupational Therapy Education: A Scoping Review
Notice bibliographique
Résumé
Introduction. With technological advancements, anatomy teaching approaches in occupational therapy education have expanded. However, uncertainty remains regarding the approaches that best optimize academic and practice outcomes in student occupational therapists (OTs). Purpose. This scoping review mapped the pedagogical approaches used to teach musculoskeletal anatomy to student OTs. Methods. A scoping review was conducted, with a consultation exercise involving Canadian occupational therapy educators. Six databases were searched, with terms related to student OTs, anatomy, and education. Included articles were available in English, full text; featured empirical research of any study design and/or gray literature; featured a pedagogical approach used to teach anatomy; and targeted student OTs with the pedagogies. Results. Twenty-eight reports between 1978 and 2021 were included. Although technology-based pedagogies became more common with time, historically used pedagogies (e.g., lectures and labs) remained prominent and most common. Narrative synthesis regarding the effectiveness of anatomy pedagogical approaches identified five main factors: (a) anatomy competency; (b) teaching method diversity; (c) learner psychological considerations; (d) interprofessional education; and (e) optimal academic outcomes. Implications. This review demonstrates the importance of anatomy knowledge to occupational therapy education and practice. A diversity of pedagogical approaches, with and without technology, may foster better outcomes by addressing diverse learning needs.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».