Measuring continuing medical education conference impact and attendee experience: a scoping review
Notice bibliographique
Résumé
Objectives: The aim was to comprehensively identify published research evaluating continuing medical education conferences, to search for validated tools and perform a content analysis to identify the relevant domains for conference evaluation. Methods: We used scoping review methodology and searched MEDLINE® for relevant English or French literature published between 2008 and 2022 (last search June 3, 2022). Original research (including randomized controlled trials, non-randomized studies, cohort, mixed-methods, qualitative studies, and editorial pieces) where investigators described impact, experience, or motivations related to conference attendance were eligible. Citations were assessed in triplicate, and data extracted in duplicate. Results: Eighty-three studies were included, 69 (83%) of which were surveys or interview based, with the majority conducted at the end of or following conference conclusion. Of the 74 tools identified, only one was validated and was narrowly focused on a specific conference component. A total of 620 items were extracted and categorized into 4 a priori suggested domains (engagement-networking, education-learning, impact, scholarship), and an additional 4 identified through content analysis (value-satisfaction, logistics, equity-diversity-inclusivity, career influences). Time trends were evident, including the absence of items related to equity-diversity-inclusivity prior to 2019, and a focus on logistics, particularly technology and virtual conferences, since 2020. Conclusions: This study identified 8 major domains relevant for continuing medical education conference evaluation. This work is of immediate value to individuals and organizations seeking to either design or evaluate a conference and represents a critical step in the development of a standardized tool for conference evaluation.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».