Global Insights and Key Trends in Objective Structured Clinical Examination Research Related to Residency Training: A Bibliometric Analysis
Notice bibliographique
Résumé
This study presents a comprehensive bibliometric analysis to chart global research trends on the OSCE and residency training. Data were sourced from the Web of Science Core Collection database, covering research conducted from January 1999 to June 2024. CiteSpace and VOSviewer were employed to analyze the selected studies, evaluating publication trends, key contributors, and emerging topics through the co-occurrence mapping and network visualization. In total, 211 publications were identified. From 2005 to 2024, there was an increase in publications related to the OSCE and standardized residency training. The United States and Canada emerged as dominant contributor. Institutional collaborations were led by the University of Ottawa, New York University, and the University of Toronto. The most frequent keywords included "OSCE" (71 occurrences), "residents" (56 occurrences), "performance" (51 occurrences), "competence" (35 occurrences), "skills" (35 occurrences), "education" (31 occurrences), "medical education" (29 occurrences), "reliability" (23 occurrences), "medical students" (17 occurrences), "validity" (17 occurrences), and "clinical competence" (17 occurrences). Cluster analysis of the keywords identified nine clusters, mainly covering residency programs in different disciplines, communication skills, core competencies, and the reliability and validity of the OSCE for residency education. Initial studies emphasized terms such as "performance," "competence," "reliability," and "assessing surgical residents," and recent research continues to emphasize the quality of residency training, instructional effectiveness, and development of communication skills. The application of the OSCE in standardized residency training research is in its developmental phase, and further cross-regional collaboration is necessary. Future research should focus on improving the competence of residents and developing innovative, practice-oriented educational models that align with the evolving needs of residency training.
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 | 0,019 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,211 | 0,251 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».