Problem-based and related learning approaches in family medicine residency: a scoping review of four countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Postgraduate medical education (PGME) bridges the transition from medical school to independent practice. Problem-based learning (PBL), widely used in undergraduate medical education, has emerged as a promising alternative to traditional lectures in PGME. However, its impact on family medicine training remains unclear. Objective: In this scoping review, we describe the use of PBL in family medicine PGME programs and examine its educational and healthcare-related outcomes. Methods: Using Arksey and O'Malley's methodological framework, we conducted a scoping review of PubMed, Embase, PsycINFO, ERIC, Web of Science, and ProQuest in January 2025. Two reviewers independently screened articles, extracting and synthesizing data according to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for Scoping Reviews (PRISMA-ScR). Results: Twelve studies met inclusion criteria, illustrating diverse PBL delivery methods in family medicine PGME. Programs integrated PBL as standalone sessions, an adjunct, or blended with traditional methods. Learning groups often included mixed specialties (e.g., family medicine and internal medicine) and varied learner levels (e.g., residents and attending physicians). Most studies reported high learner satisfaction and improved perceptions of topics; however, objective assessments of knowledge, pre- and post-PBL, showed no significant improvement. Limited data on behavior and patient outcomes suggested potential benefits. Conclusion: PBL in family medicine PGME appears to enhance engagement and satisfaction but shows mixed educational outcomes. Further research is needed to determine its optimal role in 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.
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 | 0,009 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 découle