Teledentistry within oral health care providers' training: A scoping review
Notice bibliographique
Résumé
INTRODUCTION: Despite teledentistry (TD) ubiquitous utilization, it has yet to be fully adopted by oral health care providers' educational training. This study aimed to explore TD incorporation in the training of oral health care providers. METHODS: This review included studies on the TD content offered to oral health care providers. The JBI (Joanna Briggs Institute) methodology was used, and two reviewers screened the literature. Studies published between 1989 and 4 June 2022 were searched using "Teledentistry" and "Education" as initial keywords. The searched databases included MEDLINE, Cochrane Library, CINAHL, EPPI, Scopus, Epistemonikos, ERIC, MedEdPORTAL, ProQuest Dissertations and Theses Global, and Google Scholar. All of the relevant literature, regardless of their language, were added. The data were extracted using an extraction table and are presented in tabular and narrative summary formats. RESULTS: A total of 2180 documents were found, and 1804 documents were screened by the title and abstract after deduplication; 59 were selected for full-text review; and 19 were eligible for data extraction. Of all studies, 63.15% were published after the COVID-19 pandemic. Practicing TD and TD reimbursement were some of the addressed topics. Didactic education and hands-on practice were the most employed training methods. Self/peer evaluations and surveys were among the employed assessment techniques. CONCLUSION: TD education has been emphasized during the COVID-19 pandemic. There is a variation in the existing TD educational programmes, from addressing topics to assessment techniques. However, the number of educational programmes on this topic is sparse.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 | 0,002 |
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 ».