MétaCan
Menu
Retour à la cohorte
Enregistrement W4390652257 · doi:10.1080/10872981.2024.2302233

A Medical Education Research Library: key research topics and associated experts

2024· article· en· W4390652257 sur OpenAlexaff
Kaylee Eady, Katherine Moreau

Notice bibliographique

RevueMedical Education Online · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedical educationScholarshipMedical libraryInclusion (mineral)Resource (disambiguation)PsychologyMedicineLibrary scienceComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

When clinician-educators and medical education researchers use and discuss medical education research, they can advance innovation in medical education as well as improve its quality. To facilitate the use and discussions of medical education research, we created a prefatory visual representation of key medical education research topics and associated experts. We conducted one-on-one virtual interviews with medical education journal editorial board members to identify what they perceived as key medical education research topics as well as who they associated, as experts, with each of the identified topics. We used content analysis to create categories representing key topics and noted occurrences of named experts. Twenty-one editorial board members, representing nine of the top medical education journals, participated. From the data we created a figure entitled, Medical Education Research Library. The library includes 13 research topics, with assessment as the most prevalent. It also notes recognized experts, including van der Vleuten, ten Cate, and Norman. The key medical education research topics identified and included in the library align with what others have identified as trends in the literature. Selected topics, including workplace-based learning, equity, diversity, and inclusion, physician wellbeing and burnout, and social accountability, are emerging. Once transformed into an open educational resource, clinician-educators and medical education researchers can use and contribute to the functional library. Such continuous expansion will generate better awareness and recognition of diverse perspectives. The functional library will help to innovate and improve the quality of medical education through evidence-informed practices and scholarship.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,039
score de la tête « metaresearch » (Gemma)0,077
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil0,208

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0390,077
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0230,026
Études des sciences et des technologies0,0070,003
Communication savante0,0170,016
Science ouverte0,0020,010
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0580,023

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.

Tête enseignante Opus0,075
Tête enseignante GPT0,520
Écart entre enseignants0,445 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Education OnlineMême sujetInnovations in Medical EducationTravaux en français237 207