Role of Medical Students as Interpreters in Bridging Language Barriers across Academic Healthcare Centers: Scoping Review
Notice bibliographique
Résumé
Background: Linguistic concordance between healthcare providers and patients is critical for ensuring quality healthcare. Professional interpretation can be expensive and challenging to access. This scoping review aimed to explore the evidence on the role and education of medical students as interpreters in caring for patients with limited language proficiency (LLP), and to determine the benefits and risks associated with this practice. Methods: A scoping review using the Joanna Briggs Institute methodology was conducted. Six literature databases were searched systematically between 1946 – 02 Aug 2023. All publications discussing the use of medical students as interpreters in healthcare settings were included. Retained documents were analyzed using Covidence, with coding by two raters and regular team discussions. A thematic analysis framework was used. Results: Thirteen articles met the eligibility criteria. Multilingual medical students are frequently asked to interpret in healthcare settings. This was found to be advantageous in reducing communication barriers, improving care quality, and contributing to students’ clinical experience. Concerns were raised regarding the lack of knowledge on the professional obligations of interpreters. Interpretation training programs for medical students have been implemented at selective healthcare centres and demonstrated successful results in providing care to LLP patients. Conclusions: Medical students play an important role in addressing language barriers in healthcare institutions when serving LLP patients, by combining their unique position in the healthcare team with their medical, linguistic, and cultural competency skills. Academic institutions stand to benefit from offering interpretation training programs and integrating medical students as a resource towards delivering language-concordant care.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,033 | 0,148 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,016 | 0,015 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».