Public participation in healthcare students' education: An umbrella review
Notice bibliographique
Résumé
BACKGROUND: An often-hidden element in healthcare students' education is the pedagogy of public involvement, yet public participation can result in deep learning for students with positive impacts on the public who participate. OBJECTIVE: This article aimed to synthesize published literature reviews that described the impact of public participation in healthcare students' education. SEARCH STRATEGY: We searched MEDLINE, EMBASE, ERIC, PsychINFO, CINAHL, PubMed, JBI Database of Systematic Reviews and Implementation Reports, the Cochrane Database of Systematic Reviews, Database of Abstracts of Reviews of Effects and the PROSPERO register for literature reviews on public participation in healthcare students' education. INCLUSION CRITERIA: Reviews published in the last 10 years were included if they described patient or public participation in healthcare students' education and reported the impacts on students, the public, curricula or healthcare systems. DATA EXTRACTION AND SYNTHESIS: Data were extracted using a predesigned data extraction form and narratively synthesized. MAIN RESULTS: Twenty reviews met our inclusion criteria reporting on outcomes related to students, the public, curriculum and future professional practice. DISCUSSION AND CONCLUSION: Our findings raise awareness of the benefits and challenges of public participation in healthcare students' education and may inform future research exploring how public participation can best be utilized in higher education. PATIENT OR PUBLIC CONTRIBUTION: This review was inspired by conversations with public healthcare consumers who saw value in public participation in healthcare students' education. Studies included involved public participants, providing a deeper understanding of the impacts of public participation in healthcare students' education.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,004 |
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 ».