Learning to navigate uncertainty in primary care: a scoping literature 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
BACKGROUND: Clinical practice occurs in the context of uncertainty. Primary care is a clinical environment that accepts and works with uncertainty differently from secondary care. Recent literature reviews have contributed to understanding how clinical uncertainty is taught in educational settings and navigated in secondary care, and, to a lesser extent, by experienced GPs. We do not know how medical students and doctors in training learn to navigate uncertainty in primary care. AIM: To explore what is known about primary care as an opportunity for learning to navigate uncertainty. DESIGN & SETTING: Scoping review of articles written in English. METHOD: Using a scoping review methodology, Embase, MEDLINE, and Web of Science databases were searched, with additional articles obtained through citation searching. Studies were included in this review if they: (a) were based within populations of medical students and/or doctors in training; and (b) considered clinical uncertainty or ambiguity in primary care or a simulated primary care setting. Study findings were analysed thematically. RESULTS: Thirty-six studies were included from which the following three major themes were developed: uncertainty contributes to professional identity formation (PIF); adaptive responses; and maladaptive behaviours. Relational and social factors that influence PIF were identified. Adaptive responses included adjusting epistemic expectations and shared decision making (SDM). CONCLUSION: Educators can play a key role in helping learners navigate uncertainty through socialisation, discussing primary care epistemology, recognising maladaptive behaviours, and fostering a culture of constructive responses to uncertainty.
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 | 0,001 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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