Effects of the Hidden Curriculum in Medical Education: Scoping Review
Notice bibliographique
Résumé
BACKGROUND: Medical education now focuses on developing skilled and dependable professionals, with particular attention to the hidden curriculum and its influence on professionalism and humanism. OBJECTIVE: This scoping review aimed to analyze the available evidence on the benefits and adverse effects of the hidden curriculum in medical education. METHODS: A scoping review of the literature available in the indexed databases PubMed, Scopus, ScienceDirect, and Latin American and Caribbean Health Sciences Literature (LILACS) with MeSH (Medical Subject Headings) descriptors was conducted on the effects of the hidden curriculum in medical education between January 2000 and April 2024. A total of 29 papers were selected for the review. RESULTS: Our review included studies from 10 countries, most of which were descriptive and cross-sectional, revealing both positive and negative impacts of the hidden curriculum in medical education. These include the transmission of implicit values and the influence on forming skills and professional identity. It was found that some elements contributed to the integral development of students, and others generated challenges that affected the quality of medical education. Likewise, the need for further research to design implementation strategies in different medical schools was described. CONCLUSIONS: The hidden curriculum proves to have both a positive and negative impact on the attitudes and values of medical students. The findings highlight the need to generate greater awareness and proactive strategies in educational institutions to improve the quality of training and promote the holistic development of future health professionals.
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 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».