Disentangling faculty development: A scoping review towards a rich description of the concept and its practice
Notice bibliographique
Résumé
BACKGROUND: There is wide variation in how faculty development (FD) is practiced globally and described in the literature. This scoping review aims to clarify how FD is conceptualised and practiced in health professions education. METHODOLOGY: Using a systematic search strategy, 418 papers, published between 2015-2023, were included for full text review. We extracted data using closed and open-ended questions. Quantitative data were summarised using descriptive statistics and qualitative data synthesised using content analysis. RESULTS: was the most frequently used term encompassing a range of understandings and practices. Many papers focused on educators' enhanced understanding of teaching, learning, and assessment. Several highlighted the social context of collaborative practice and organisational learning. FD formats included workshops, courses, longitudinal programs, and coaching and mentoring. Dominant conceptual frameworks included Kirkpatrick's model of evaluation, communities of practice theory, adult learning theory, and experiential learning. CONCLUSIONS: Although FD continues to evolve in response to the dynamic HPE landscape, this growth needs to be accelerated. To facilitate meaningful collaboration across professions, contexts, and countries, attention must be paid to terms used and meanings ascribed to them. Those responsible for FD need to think anew about its purpose and practice, demonstrating flexibility as the ever-changing context demands.
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 | 0,002 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».