Perceptions, experiences, barriers, facilitators, learning outcomes, and modes of assessment of digital clinical placements for pre-registration physiotherapy students internationally: a systematic review protocol
Notice bibliographique
Résumé
INTRODUCTION: The shift to digital clinical placements for physiotherapy education due to COVID-19 prompts a need for evaluation of current evidence. Existing studies highlight benefits of digital technology in clinical placements, but lack of a systematic review focused on pre-registration physiotherapy students is a key gap. This systematic review will address this gap by synthesizing the evidence for digital clinical placements for pre-registration physiotherapy students internationally. METHODS AND ANALYSIS: This systematic review is designed using the Preferred Reporting Items for Systematic Review and Meta-Analysis Protocols (PRISMA-P) statement and Cochrane Handbook - it is registered on PROSPERO (CRD42024571696). Search terms will be adapted to each database, including EMBASE, MEDLINE, PROSPERO, ERIC, and CINAHL. Key journals, forward citation tracking, references of included studies, and professional organization websites will also be searched. The search will include studies published since database inception to 31/05/24. There will be no limit to study design or language. Studies that report on perceptions, experiences, barriers, facilitators, learning outcomes, and modes of assessment of digital clinical placements for pre-registration physiotherapy students will be included. Meta-aggregation will be used to synthesize themes from findings which enables the generation of themes without the need to re-interpret data and the loss of study specific context. ETHICS AND DISSEMINATION: Ethics approval is not required. The results of this study will be written up for publication in relevant peer-reviewed scientific journals and contribute to a developing area of research. Results will also be presented at national or international conferences, events for the physiotherapy profession, or education events.
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 | 0,095 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,004 |
| Méta-épidémiologie (sens large) | 0,017 | 0,014 |
| Bibliométrie | 0,014 | 0,011 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,008 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,051 | 0,007 |
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 ».