Outcomes of antiracist pedagogy in health professions education: a scoping review
Notice bibliographique
Résumé
In health professions education, there is a call to rethink pedagogical practices and institutions that often perpetuate racism, colonialism, and other systems of oppression. Researchers have stressed the importance of integrating critical pedagogies, such as antiracist pedagogy, to help learners understand societal and structural factors behind health inequities and recognize power dynamics in health science and healthcare. Various antiracist pedagogical interventions have been designed, but their outcomes remain unclear. Based on Levac et al.'s framework, a scoping review was conducted to map the literature evaluating the outcomes of antiracist pedagogy in health professions education. A systematic database search was conducted between April and June 2022 for articles describing evaluation methods and outcomes of antiracist pedagogical interventions in health professions education. We included 41 articles in the final selection. The data was organized within the following themes: aim of intervention, type of intervention, evaluation tools, outcomes and indicators for each of Kirkpatrick's levels of training evaluation, theoretical frameworks, and authors' positionalities. The thematic analysis revealed that, in most cases, evaluations targeted participants' attitudes on systemic racism, their racial identity and critical awareness, as well as their satisfaction with the activities. The antiracist pedagogical interventions were rarely evaluated beyond learners' perceptions. Discrepancies were also raised between the principles of antiracist education and the use of antiracist pedagogy to design, implement and evaluate the outcomes of antiracist pedagogical interventions in health professions education. Although only a few interventions had transformative outcomes beyond individuals, we identified promising pedagogical strategies to foster engagement and motivation to transform professional practices.
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 | 0,031 | 0,125 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,021 | 0,022 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».