Which practice is best to manage the Hidden curriculum for the best use of mobile devices in clinical practice? A systematic review.REVIEW
Notice bibliographique
Résumé
Objective: To evaluate the literature regarding the practices to manage the hidden curriculum for the best use of mobile devices in clinical practice. Study Design: Systematic Review. Setting: Articles selected for review from Canada, United Kingdom, Japan, Ireland and Saudi Arabia. Period: July to Dec 2023. Methods: Following databases were searched: PubMed (12,579), the Cochrane Library (348), scopus (84), PsycInfo (21), CINAHL (220), Google Scholar (1,414). Primary variable (Evaluation of the development of clinical skills made possible by mobile devices) and secondary variable (to determine how satisfied students are with their mobile learning experience). The quality of study was critically appraised according the Critical Appraisal Skills Programme (CASP) scale. Results: The research findings indicate that using mobile devices into medical education has a variety of effects. Positive instructor perspectives, more student involvement, and higher learning outcomes were frequently reported by participants. Medical students' growth of technological competency and readiness for the changing healthcare landscape have been found to be accelerated by mobile devices. The integration of virtual simulations and applications that are interactive has had a positive impact on the development of clinical abilities. Positive effects included themes of individualization, collaborative learning communities, and a better understanding of patient-centered care. On the other hand, issues including the digital divide, diversions, and security threats were recognized as obstacles that called for a careful strategy to reduce any negative effects. When everything is considered, the findings confirm the revolutionary potential of mobile device incorporation in medical education and highlight how it helps to create a dynamic, technologically advanced learning environment for prospective medical professionals. Conclusion: This study provides insight on how adding mobile devices into medical education has a revolutionary effect. The research indicates enhanced learning outcomes, increased student involvement, and altering faculty perspectives through insightful stories and compelling arguments.
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 | 0,019 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,005 |
| Bibliométrie | 0,014 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 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 ».