Feedback and Assessment Methods in Microsurgery Education: A Scoping Review
Notice bibliographique
Résumé
With distinctive instrumentation, challenges, and training, the unique nature of microsurgery necessitates the provision of feedback and assessment for trainees. The uncertain applicability of feedback or assessment methods may lead to poor trainee satisfaction and operative outcomes. We conducted a scoping review of the feedback and assessment methods in microsurgery.The Medline, EMBASE, ERIC, and Web of Science databases were searched for studies discussing feedback and/or assessment of microsurgery trainees. Study characteristics, feedback methods, assessment methods, and all other relevant data were extracted. The Medical Education Research Study Quality Instrument (MERSQI) was used to critically appraise the quantitative studies.From 2,440 articles, 99 were included. Sixty-five percent of articles were published since 2015. Plastic surgery, neurosurgery, and ophthalmology were the most common surgical specialties. Ninety percent of articles discussed exclusively assessment methods, with only 10% discussing both feedback and assessment. Microvascular anastomosis was the most common task (55%), with ex vivo synthetic, (20%) chicken (16%), and rat models (11%) being widely used. Global rating scales (GRSs) providing holistic evaluation based on multiple competency domains were the most common assessment methods (73%), followed by checklists (23%), and device-derived metrics (21%). Parameters included suture placement (53.5%), dexterity (50.5%), and tissue handling (48.5%). Real-time verbal, one-to-one feedback was the most common method among relevant studies (80%), while delayed written video review (20%) was also used. No structured feedback methods were used.This review identified a variety of feedback and assessment methods specific to microsurgery. GRSs continue to be popular; however, with increasing accessibility, device-derived metrics continue to increase in prevalence. A juxtaposition between named, structured, and validated assessment methods and informal feedback methods was evident. Particularly, the lack of standardized feedback methods may act as a barrier to the implementation of feedback across microsurgical education.
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 | 0,048 | 0,161 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,005 |
| Bibliométrie | 0,025 | 0,022 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».