Anti-racism curricula in undergraduate medical education: A scoping review
Notice bibliographique
Résumé
Purpose Medical educators have increasingly focused on the systemic effects of racism on health inequities in the United States (U.S.) and globally. There is a call for educators to teach students how to actively promote an anti-racist culture in healthcare. This scoping review assesses the existing undergraduate medical education (UME) literature of anti-racism curricula, implementation, and assessment.Methods The Ovid, Embase, ERIC, Web of Science, and MedEdPORTAL databases were queried on 7 April 2023. Keywords included anti-racism, medical education, and assessment. Inclusion criteria consisted of any UME anti-racism publication. Non-English articles with no UME anti-racism curriculum were excluded. Two independent reviewers screened the abstracts, followed by full-text appraisal. Data was extracted using a predetermined framework based on Kirkpatrick’s educational outcomes model, Miller’s pyramid for assessing clinical competence, and Sotto-Santiago’s theoretical framework for anti-racism curricula. Study characteristics and anti-racism curriculum components (instructional design, assessment, outcomes) were collected and synthesized.Results In total, 1064 articles were screened. Of these, 20 met the inclusion criteria, with 90% (n = 18) published in the past five years. Learners ranged from first-year to fourth-year medical students. Study designs included pre- and post-test evaluations (n = 10; 50%), post-test evaluations only (n = 7; 35%), and qualitative assessments (n = 3; 15%). Educational interventions included lectures (n = 10, 50%), multimedia (n = 6, 30%), small-group case discussions (n = 15, 75%), large-group discussions (n = 5, 25%), and reflections (n = 5, 25%). Evaluation tools for these curricula included surveys (n = 18; 90%), focus groups (n = 4; 20%), and direct observations (n = 1; 5%).Conclusions Our scoping review highlights the growing attention to anti-racism in UME curricula. We identified a gap in published assessments of behavior change in applying knowledge and skills to anti-racist action in UME training. We also provide considerations for developing UME anti-racism curricula. These include explicitly naming and defining anti-racism as well as incorporating longitudinal learning opportunities and assessments.
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 | 0,010 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».