The Use of Micro-Credentials in Health Professions Education: A Scoping Review
Notice bibliographique
Résumé
Background: Healthcare professionals must continuously update their competencies to keep pace with evolving clinical practices; however, traditional continuing professional development (CPD) methods often have limited impact on competency and performance. Micro-credentials have emerged as a flexible and personalized alternative to traditional CPD, yet little is known about how they are designed, implemented, and evaluated in health professions education. As educational systems invest heavily in micro-credentials, a clearer understanding of their educational value is essential. Methods: Using a scoping review guided by Arksey and O'Malley's six-stage framework and PRISMA-ScR guidelines, we systematically searched seven databases (inception-December 2024) and conducted a structured grey literature review. We examined the instructional design features, pedagogical underpinnings, assessment strategies, and reported impacts of micro-credentials. Results: We included 19 peer-reviewed papers and 35 websites describing health-related micro-credentials. Most studies were published in 2024 (42.1%), originated from the United States (42.1%), and nearly half (47.4%) provided only descriptive accounts. A wide range of instructional design features were identified, though pedagogical theories were rarely stated. Assessment strategies predominantly emphasized summative approaches (e.g., multiple-choice knowledge checks), with limited focus on higher-level competency assessment. Reported outcomes were primarily improvements in knowledge, confidence, or engagement, with no clear evidence of the distinct value of micro-credentials as a teaching modality. Discussion: Current literature offers limited evaluation of micro-credentials and often lacks theory-informed design. We infer a pedagogical foundation aligned with constructivist, context-sensitive, and stage-based principles, which may inform the development of future micro-credential programs.
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 | 0,026 | 0,113 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,026 | 0,023 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| 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 ».