Stakeholder perceptions and experiences of competency-based training with entrustable professional activities (SPECTRE): protocol of a systematic review and thematic synthesis of qualitative research
Notice bibliographique
Résumé
BACKGROUND: Competency-Based Medical Education (CBME) aims to align educational outcomes with the demands of modern healthcare. Entrustable Professional Activities (EPAs) serve as key tools for feedback and professional development within CBME. With the growing body of literature on EPAs, there is a need to synthesize existing research on stakeholders' experiences and perceptions to enhance understanding of the implementation and impact of EPAs. In this synthesis, we will address the following research questions: How are Entrustable Professional Activities experienced and perceived by stakeholders in various healthcare settings, and what specific challenges and successes do they encounter during their implementation? METHODS: Using Thomas and Harden's thematic synthesis method, we will systematically review and integrate findings from qualitative and mixed-methods research on EPAs. The process includes a purposive literature search, assessment of evidence quality, data extraction, and synthesis to combine descriptive and analytical themes. DISCUSSION: This study aims to provide insights into the use of EPAs for competency-based education, reflecting diverse contexts and viewpoints, and identifying literature gaps. The outcomes will guide curriculum and policy development, improve educational practices, and set future research directions, ultimately aligning CBME with clinical realities. TRIAL REGISTRATION: Not required.
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 | 0,006 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».