MétaCan
Menu
Retour à la cohorte
Enregistrement W4410702589 · doi:10.1007/s41347-025-00526-x

Identifying Expert-Informed Social Media Entrustable Professional Activities (EPAs) for Health Professions Learners

2025· article· en· W4410702589 sur OpenAlexfundno aff
Isheeta Zalpuri, Su‐Ting T. Li, Terry Kind, Donald M. Hilty, Myo Thwin Myint

Notice bibliographique

RevueJournal of Technology in Behavioral Science · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensnon disponible
Organismes subventionnairesCancer Center, University of Illinois at ChicagoPenn State College of MedicineUniversity of Illinois at Urbana-ChampaignMcMaster UniversityCollege of Medicine, University of CincinnatiSchool of Medicine, Stanford UniversityPennsylvania State UniversityUniversity of CincinnatiUniversity of Pennsylvania
Mots-clésPsychologyHealth professionalsHealth professionsMedical educationEngineering ethicsMedicineHealth carePolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Healthcare professionals extensively use social media. Despite initiatives to teach about its use, there remains a gap in effective assessment methods for determining when learners are ready for professional social media engagement. The objective of this study is to develop Entrustable Professional Activities (EPAs) to support competency-based assessment of learners’ social media use. From June to October 2022, the primary author team (IZ, STL, TK, DH, MM) engaged 37 experts in health professions-related social media use from multiple specialties in a multi-round, online, modified Delphi process to develop EPAs for healthcare professionals’ social media use. These physicians are recognized in their fields as social media leaders, having contributed to publications on social media, assumed leadership roles in social media in journals or institutions, developed social media use curricula, and/or were prolific social media users. They evaluated EPA statements drafted by the primary authors on a 5-point Likert-like scale and observability (yes/no). EPAs rated as extremely/very/moderately important and observable by at least 70% of participants were selected for the final EPA statement set. Descriptive statistics facilitated quantitative analysis. Out of 32 participants who accepted the invite, 24 (75%) completed all three rounds of the study. Following the third round, a list of 8 EPAs was finalized, with > 80% consensus on all EPAs. These 8 social media EPAs were categorized into the Professional Development, Education, and Advocacy domains. Expert-informed EPAs for health professionals’ social media use may guide those in training using social media in the domains of Professional Development, Education, and Advocacy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,052
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,003
Science ouverte0,0010,009
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,167
Tête enseignante GPT0,540
Écart entre enseignants0,372 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Technology in Behavioral ScienceMême sujetSocial Media in Health EducationTravaux en français237 207