Pediatric Endocrinology Education Among Trainees: A Scoping Review
Notice bibliographique
Résumé
INTRODUCTION: Pediatric endocrinology education is a fundamental part of all pediatric endocrinology training. Hence, understanding the current methods used for training learners on skills required and understanding methods or topics that may be underexplored could help improve the quality of training. OBJECTIVE: This study aims to explore training and assessment strategies used in pediatric endocrinology training across medical education programs through a scoping review. METHODS: Search strategy was developed with a librarian, and bibliographic databases (e.g., MEDLINE and EMBASE) were searched from January 2005 to July 2024. Pilot screenings ensured consistent inclusion/exclusion decisions among reviewers. Full-text articles were included if they were related to pediatric endocrinology education and focused on medical learners. RESULTS: We included 45 of 5814 sources of evidence for data extraction. Majority focused on knowledge of Type 1 and Type 2 diabetes and diabetes ketoacidosis (N = 18), followed by differences in sex development and pubertal assessment (N = 12). The most frequently used training method was through didactics. Additionally, the most frequently used assessment measures included knowledge tests (N = 25). Also, a limited number of studies targeted obesity (N = 2), gender care (N = 3), thyroid (N = 1) and hypoglycaemia (N = 1), and no studies targeted common topics such as bone health and adrenal insufficiency. CONCLUSION: This review reveals the current emphasis on diabetes-related topics and traditional teaching in pediatric endocrinology education. It suggests a need for more innovative methods, like simulation-based learning and varied assessment techniques, to better equip trainees. Addressing these gaps can improve trainee confidence, patient care, and health outcomes for children with endocrine disorders.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| 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 | 0,001 | 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 ».