Core components of an anti-racist approach among health professions educators: an integrative review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objectives: This integrative literature review aimed to identify the core elements of an anti-racist approach among health professions educators. Methods: We searched five databases CINAHL (EBSCOhost), ERIC (ProQuest Dissertations & Thesis Global), EMBASE (Ovid), MEDLINE (Ovid), and Web of Science (Social Sciences Citation Index, Citation Index Expanded) in March 2021. The search strategy combined concepts related to anti-racist pedagogies in the context of health professions education by educators in any capacity. From 1,755 results, we selected 249 manuscripts published in English or French between 2008 and 2021 based on titles and abstracts. After reviewing the full texts, we selected the 48 most relevant sources. We extracted data regarding knowledge, skills, and attitudes in reference to anti-racist approaches or surrogate terms. Within each category, we grouped similar data using a conceptual map. Results: Analysis of the selected sources revealed that, for health professions educators, engaging in an anti-racist pedagogical approach requires more than incorporating racialized perspectives and content into the classroom. It rather rests on three interrelated components: developing a critical understanding of power relationships, moving toward a critical consciousness, and taking action at individual and organizational levels. Conclusions: This review sheds light on knowledge, attitudes and skills that educators must deploy to adopt an anti-racist approach competently. This approach is a learned, intentional, and strategic effort in which health professions educators incorporate anti-racism into their teaching and apply anti-racist values to their various spheres of influence. This ongoing process strives for institutional and structural changes and requires whole-system actions.
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.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 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 découle