MétaCan
Menu
Retour à la cohorte
Enregistrement W4396643858 · doi:10.29309/tpmj/2024.31.05.8116

Which practice is best to manage the Hidden curriculum for the best use of mobile devices in clinical practice? A systematic review.REVIEW

2024· article· en· W4396643858 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueThe Professional Medical Journal · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBest practiceClinical PracticeCurriculumComputer scienceEngineering ethicsMedicineMedical educationData sciencePsychologyEngineeringPedagogyNursingPolitical science

Résumé

récupéré en direct d'OpenAlex

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,045
score de la tête « metaresearch » (Gemma)0,073
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,301
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0450,073
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,005
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,107
Tête enseignante GPT0,572
Écart entre enseignants0,465 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle